一种用于结构优化设计的钢筋混凝土剪力墙抗震性能的智能预测方法

本发明公开了一种用于结构优化设计的钢筋混凝土剪力墙抗震性能的智能预测方法，包括以下步骤：采用Python爬虫技术和剪力墙的低周循环往复荷载试验对剪力墙的滞回性能、刚度退化和骨架曲线等力学性能进行数据收集；利用卷积神经网络深度学习模型，建立混凝土强度等级、剪力墙的几何尺寸、钢筋强度、剪力墙的体积配筋率与抗震性能之间的预测模型；根据收集到的数据对卷积神经网络深度学习模型进行训练；对卷积神经网络深度学习模型进行优化，如通过早停法、Adam优化器和L2正则化等方法；使用训练好的卷积神经网络深度学习模型对钢筋混凝土剪力墙抗震性能进行预测，并将预测结果与试验进行对比验证。