基于GA-BP神经网络的L型板钩吊装强度预测方法

本发明涉及建筑钢结构吊装技术领域，具体是一种基于GA‑BP神经网络的L型板钩吊装强度预测方法。相较于现有技术，本发明首先利用有限元方法，在不同工况下计算了多种工况下吊装格构柱的L型板钩的强度，并对这些数据进行了归一化处理，从而建立起一个样本数据库，在此基础上，本发明进一步量化了影响L型板钩强度的各特征因素的显著性，并从中提取出主要特征因素，用于构建神经网络模型；为了优化神经网络模型的性能，本发明采用了遗传算法(GA)对BP神经网络进行调优，生成L型板钩强度预测模型；随后，使用测试集对L型板钩强度预测模型进行了验证和测试，使L型板钩强度预测模型能够准确计算L型板钩的最大应力。