BP神经网络, 粒子群优化算法, 中空夹层钢管混凝土柱, 承载力, Structural engineering (General), TA630-695, Building construction, TH1-9745

由于圆中空夹层钢管混凝土（CFDST）柱的承载力受多种参数和钢管与混凝土之间复杂的非线性相互作用影响。为此，本文采用PSO-BP混合神经网络算法对圆CFDST的轴压承载力进行了研究。挑选了167组数据建立数据库，选取8种影响因素作为输入层参数和轴压承载力作为输出层参数，分别建立了BP神经网络模型和PSO-BP神经网络模型。此外，将两个机器学习模型与三种规范进行比较，表明两种机器学习模型比三种规范有着更高的精度。其中，PSO-BP神经网络模型有着最好的预测性能，更有助于预测CFDST的轴压承载力，对工程上研究CDFST柱的力学性能有着重要意义。