精度提升18%
将物理规律嵌入集成学习，使破坏模式预测与力学机理一致，泛化能力更强。
余波 · Hao, Cheng · 喻泽成 · Li, Bing · Qiang, Zhang
Engineering Structures 2023
相比传统机器学习模型，预测精度提升约7–18%，弯剪破坏召回率提升10–37%。
模型克服过拟合问题，对训练样本依赖更低，同时获得更高预测精度和更好的泛化性能。
预测结果与特征参数和破坏模式之间的物理规律一致，能够反映不同破坏模式的弯剪竞争关系。