預測砌體墻板破壞模式的支持向量機方法.pdf

1、支持向量機（SVM）是在統(tǒng)計學習理論的基礎上發(fā)展起來的一種新的機器學習方法,它基于結構風險最小化原則,能有效地解決學習問題,具有良好的推廣性能和較好的分類精確性。本文研究了利用支持向量機技術來實現(xiàn)預測砌體結構的破壞模式的技術。
　　由于砌體的各向異性，砌塊與砂漿材料性質(zhì)相差較大，二者間接觸面作用機理復雜，以及制作帶來的變異性等，使得砌體結構的破壞模式規(guī)律性難尋。難以用有限元等傳統(tǒng)分析方法來精確分析砌體結構的破壞機理及破壞模式，本文

2、采用支持向量機技術，來對砌體墻板在面外橫向均布荷載作用下的破壞模式進行預測。本文建議的支持向量機模型，通過探尋試驗板裂縫分布規(guī)律與利用已知破壞模式的先驗知識對破壞模式進行數(shù)值化定義，來獲取簡化模型破壞模式的特征值，然后將其作為支持向量機的訓練樣本及檢測樣本的輸入數(shù)據(jù)，實現(xiàn)了支持向量機技術在預測砌體墻板破壞模式上的應用。同時，發(fā)展了應用細胞自動機（CA）與支持向量機二者聯(lián)合預測砌體墻板破壞模式的方法，進一步開辟了智能技術在砌體結構中的應用