Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

27.11.2017 | Original Article | Ausgabe 2/2018

Engineering with Computers 2/2018

Prediction of shear strength for squat RC walls using a hybrid ANN–PSO model

Zeitschrift:
Engineering with Computers > Ausgabe 2/2018
Autoren:
X. L. Chen, J. P. Fu, J. L. Yao, J. F. Gan

Abstract

The squat reinforced concrete (RC) shear wall having low aspect ratio is a crucial structural component for both conventional buildings and nuclear-related structures due to the substantial role in resisting the lateral seismic loading. The prediction model for shear capacity of these walls becomes essential in ensuring the seismic safety of the building. Therefore, a model to predict the shear strength of squat RC walls has been proposed using a hybrid intelligence algorithm including the artificial neural network and particle swarm optimization algorithm (ANN–PSO). A total of 139 test results of squat walls are collected and utilized to train and test the hybrid ANN–PSO model. The performance of the proposed model has been assessed against the other shear strength models. The proposed model demonstrates good prediction capability with high accuracy for predicting shear strength of the RC walls.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 2/2018

Engineering with Computers 2/2018 Zur Ausgabe