机器学习在桥梁实时结构完整性评估中的应用 | MDPI CivilEng

本文研究背景是桥梁作为关键基础设施面临结构退化风险，传统检测方法存在成本高、效率低的问题。研究目的是探索机器学习算法作为有限元分析的替代模型，实现桥梁实时结构完整性评估的数字孪生系统。研究结论表明随机森林、XGBoost和多层感知器三种模型均能满足实时性要求，其中XGBoost在准确性和推理速度方面表现最优，但当前方法在处理非线性行为和数据集敏感性方面仍存在局限，未来需进一步优化模型并应用于更复杂的实际桥梁结构。