模型训练方法、钢筋混凝土梁抗冲击性能预测方法和装置

本申请提供了一种模型训练方法、钢筋混凝土梁抗冲击性能预测方法和装置，属钢筋混凝土技术领域，可以采用高斯过程回归的方式对钢筋混凝土梁的实验数据进行拟合，并通过拟合曲线得到多个样本数据，从而使用样本数据对第一卷积神经网络模型进行训练，得到目标抗冲击性能预测模型，最终通过目标抗冲击性能预测模型进行抗冲击性能预测，以进行抗冲击性能预测，可以避免搭建实验场景开展冻融实验，因此可以节省大量的预测时间成本和经济成本，且由于训练数据利用了高斯过程回归在灵活性、不确定性量化能力和非参数化特性等方面的优势，可以在一定程度上提升目标抗冲击性能预测模型的预测准确性。