• English


AI-Enhanced Design Codes: A Machine Learning Approach for Shear Capacity Prediction

创建时间:  2025-10-27  毛霜霜   浏览次数:

题目:AI-Enhanced Design Codes: A Machine Learning Approach for Shear Capacity Prediction

报告人:Giorgio MONTE西交利物浦大学教授)

时间:20251028日下午1:30-2:30

地点:土木楼(东区11号)312会议室


内容摘要:在结构工程领域,钢筋混凝土构件抗剪承载力的精准预测仍是一项重大挑战。传统基于规范的模型,无论其为经验模型还是力学模型,在一致性、准确性和泛化能力方面均存在不足,在双轴受剪等复杂荷载条件下表现尤为明显。本报告提出一种基于遗传编程开发的新型 AI 增强型承载力模型(EC2-ML),以应对上述挑战。该模型利用机器学习技术,结合大型试验数据库对关键模型系数进行校准,最终在单轴和双轴受剪场景下均实现了高准确性、低离散度与强预测能力的良好平衡。该方法在不牺牲实际适用性的前提下,性能持续优于来自 ACI、EC2、Model Code 等主要国际规范的现有模型。本研究为人工智能与土木工程的融合提供了极具说服力的案例,为 AI 时代制定更可靠、高效且数据驱动的设计标准指明了清晰方向。

个人简介:Giorgio Monti, 国家大千人。西交利物浦大学教授,此前曾担任湖南大学、南京工业大学、浙江大学特聘教授,同时是意大利基础设施与交通部专家成员、欧盟多个预规范委员会任职专家。主要从事钢筋混凝土结构抗震建模与分析、现有钢筋混凝土及砌体结构风险评估、地震区结构与基础设施可靠性分析及规范校准、可持续材料与干式预制建筑应用、建筑抗震防护(含基础隔震)、文化遗产保护及结构加固先进技术等研究,迄今发表论著 430 余篇(含 130 篇同行评议国际期刊论文)、出版专著 6 部,指导 29 名博士生完成学业,曾在欧洲和中国组织并参与多个学术会议,目前与欧盟、美国及中国机构保持持续科研合作。



下一条:面向城市更新的既有建筑群卫星监测、图像诊断和韧性提升


AI-Enhanced Design Codes: A Machine Learning Approach for Shear Capacity Prediction

创建时间:  2025-10-27  毛霜霜   浏览次数:   

题目:AI-Enhanced Design Codes: A Machine Learning Approach for Shear Capacity Prediction

报告人:Giorgio MONTE西交利物浦大学教授)

时间:20251028日下午1:30-2:30

地点:土木楼(东区11号)312会议室


内容摘要:在结构工程领域,钢筋混凝土构件抗剪承载力的精准预测仍是一项重大挑战。传统基于规范的模型,无论其为经验模型还是力学模型,在一致性、准确性和泛化能力方面均存在不足,在双轴受剪等复杂荷载条件下表现尤为明显。本报告提出一种基于遗传编程开发的新型 AI 增强型承载力模型(EC2-ML),以应对上述挑战。该模型利用机器学习技术,结合大型试验数据库对关键模型系数进行校准,最终在单轴和双轴受剪场景下均实现了高准确性、低离散度与强预测能力的良好平衡。该方法在不牺牲实际适用性的前提下,性能持续优于来自 ACI、EC2、Model Code 等主要国际规范的现有模型。本研究为人工智能与土木工程的融合提供了极具说服力的案例,为 AI 时代制定更可靠、高效且数据驱动的设计标准指明了清晰方向。

个人简介:Giorgio Monti, 国家大千人。西交利物浦大学教授,此前曾担任湖南大学、南京工业大学、浙江大学特聘教授,同时是意大利基础设施与交通部专家成员、欧盟多个预规范委员会任职专家。主要从事钢筋混凝土结构抗震建模与分析、现有钢筋混凝土及砌体结构风险评估、地震区结构与基础设施可靠性分析及规范校准、可持续材料与干式预制建筑应用、建筑抗震防护(含基础隔震)、文化遗产保护及结构加固先进技术等研究,迄今发表论著 430 余篇(含 130 篇同行评议国际期刊论文)、出版专著 6 部,指导 29 名博士生完成学业,曾在欧洲和中国组织并参与多个学术会议,目前与欧盟、美国及中国机构保持持续科研合作。




下一条:面向城市更新的既有建筑群卫星监测、图像诊断和韧性提升