基于机器学习方法的建筑结构耐久性研究

• 作者: 于军琪 董振平 薛树美
• 来源期刊: 建筑工程技术与设计
• 关键词: 结构耐久性 机器学习 预测模型
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 建筑论坛
• 页码范围: 3534
• 页数: 1页
• 字数: 1284字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6630.2018.09.407

摘要

机器学习方法能够有效打破传统经验模型对建筑结构耐久性预测和评估的局限性。本文分析了机器学习方法在建筑结构耐久性预测和评估研究中的优势。根据建筑结构耐久性研究领域的最新进展，指出机器学习方法在建筑结构耐久性预测与评估中的研究方向

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于军琪	西安建筑科技大学信息与控制工程学院	128	556	12.0	16.0
2	董振平	西安建筑科技大学土木工程学院	34	289	7.0	16.0
3	薛树美	西安建筑科技大学信息与控制工程学院	1	1	1.0	1.0