本文通过对建筑结构可靠性的各种不确定因素的分析,引入数据挖掘理论,旨在对目前现场的“数据山”进行再开发,提高信息的利用率,最大程度上从已有的数据资料中挖掘出未知的或潜在的信息,对旧有建筑结构的可靠性鉴定进行研究。本文主要采用数据挖掘理论的人工神经网络技术和模糊聚类分析,结合现行国家规范和实际工程经验对其进行合理量化,并通过工程算例对建筑结构的可靠性评判进行了研究。 本文以建筑结构可靠性鉴定的传统方法为基础,将传统的建筑结构可靠性鉴定与数据挖掘有机结合为一体,丰富了传统的结构可靠性鉴定理论,发展了数据挖掘理论的应用范围,填补了国内外数据挖掘数挖掘理论在土木工程领域应用的空白,而且能够使多年来在许多生产领域一直困扰人们的建筑结构可靠性鉴定的快速现场判定问题得以有效解决。 工程算例表明,本文提出的方法得出的结果与传统建筑结构的可靠性鉴定结果比较,发现其结果是可行的、可靠的、高效的,克服了传统建筑结构的可靠性鉴定的鉴定时间较长、计算量大、鉴定小组可能存在主观臆断等缺点,为建筑结构可靠性鉴定拓开了一条新的道路。本文研究的课题不仅具有重要的学术研究价值、广阔的应用前景,而且对生产实践也会产生重要的现实意义,为数据挖掘技术扩展了在土木工程中的应用范围,为日益发展的旧有建筑结构可靠性鉴定开辟一条的新途径。