原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于可解释机器学习技术的RC板柱抗冲切承载力预测
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.1RC结构应用现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.1.2冲切破坏问题研究的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.1.3可解释机器学习技术发展概述．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.2.1RC板柱抗冲切承载力研究历程．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.2传统分析方法及其局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.2.3预测模型相关研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
1.3.1研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.3.2主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
1.4.1研究方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
1.4.2技术路线框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
RC板柱抗冲切破坏机理及影响因素分析．．．．．．．．．．．．．．．．．．．．．35
2.1RC板柱抗冲切基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.1.1冲切破坏模式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.1.2受冲切承载力定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.2RC板柱抗冲切承载力影响因素．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.2.1结构参数影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
2.2.2材料性能影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
2.2.3构造措施影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
2.3常规计算方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
2.3.1二次受力效应考虑．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
2.3.2现有规范公式评析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
基于可解释机器学习的预测模型构建．．．．．．．．．．．．．．．．．．．．．．．58
3.1可解释机器学习算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.1.1机器学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
3.1.2可解释性在预测模型中的重要性．．．．．．．．．．．．．．．．．．．．．．．63
3.1.3主要可解释机器学习算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．65
3.1.4本研究的算法选择依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
3.2数据收集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
3.2.1实验数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
3.2.2工程实例数据获取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
3.2.3数据清洗与缺失值处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
3.2.4数据特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
3.3模型训练与参数优化．．．．
文档评论（0）