基于PSO-SVR算法的钢板-混凝土组合连梁承载力预测

来源：振动与冲击杂志2025年第7期北京时间：

作者：田建勃tianjianbo@xaut，闫靖帅，王晓磊，赵勇，史庆轩

单位：1. 西安理工大学土木建筑工程学院， 西安710048；2. 中建一局集团第二建筑有限公司， 北京102600；3. 西安建筑科技大学土木工程学院， 西安710055

摘要：为准确预测钢板-混凝土组合（PRC）连梁承载力，本文分别通过支持向量机回归算法（SVR）、极端梯度提升算法（XGBoost）和粒子群优化的支持向量机回归算法（PSO-SVR）进行了PRC连梁试验数据的回归训练，此外，通过使用Sobol敏感性分析方法分析了数据特征参数对PRC连梁承载力的影响。结果表明，基于SVR、XGBoost和PSO-SVR的预测模型平均绝对百分比误差分别为5.48%、7.65%和4.80%，其中，基于PSO-SVR算法的承载力预测模型具有最高的预测精度，模型的鲁棒性和泛化能力更强。此外，特征参数钢板率（ρp）、截面高度（h）和连梁跨高比（ln/h）对PRC连梁承载力影响最大，三者全局影响指数总和超过0.75，其中，钢板率（ρp）是对PRC连梁承载力影响最大的单一因素，一阶敏感性指数和全局敏感性指数分别为0.3423和0.3620，以期为PRC连梁在实际工程中的设计及应用提供参考。<br>

关键词：钢板-混凝土组合连梁；机器学习；PSO-SVR算法；承载力；敏感性分析