近日，日本做爱 魏洋教授课题组在土木工程领域中科院一区Top期刊《Engineering Structures》上发表了重要研究成果（Machine learning-driven prediction of axial capacity of concrete-fflled steel tubes columns with built-in bamboo or timber cores）。日本做爱 为第一完成单位，魏洋教授为通讯作者博士生韦宝幸为第一作者。该成果得到了国家自然科学基金和江苏省重点研究计划等资助。

  为拓展竹木等可再生绿色材料，发展新型低碳结构形式，魏洋教授课题组率先提出了钢管约束竹木及混凝土组合结构概念，其以竹木等可再生材料替代部分混凝土填充钢管形成多种材料组合的新型结构，充分发挥竹木等生物质可再生绿色材料优势。

  在钢管约束竹/木混凝土组合结构中，钢管、混凝土、竹木芯材的力学性能差异显著，且受混凝土强度、芯材尺寸、钢管径厚比等多参数耦合影响，传统理论模型难以实现承载力的精准预测，严重制约了技术规模化应用。该研究成果收集了内置竹/木芯材的钢管混凝土新型组合柱的相关研究数据，系统建立包含271个试验试件的轴压数据库，引入机器学习算法，构建了多输入-单输出的承载力预测模型。

  论文提出的模型系统纳入了混凝土强度等级（C30~C60）、竹/木芯截面尺寸（50mm×50mm-150mm×150mm）、钢管径厚比（15~35）等关键影响因子，通过人工神经网络、支持向量机等机器学习算法的对比优化，最终实现预测值与实验值误差控制在 3% 以内，精度远超传统理论计算模型。

  该成果解决了内置竹/木生物质芯材的钢管约束竹/木混凝土组合结构的理论预测难题，并为组合结构性能预测的智能化路径提供参考。

内置竹/木生物质芯材的钢管约束竹/木混凝土组合结构

 图2 ANN机器学习模型的预测性能

通过 SHAP 对人工神经网络（ANN）模型的全局解释

 供稿：韦宝幸；供图：韦宝幸；初审：陈佳炜；终审：魏洋；编辑：许历隆