摘要: 作为临时结构，扣件式钢管脚手架在材料、几何尺寸、搭设等方面存在大量随机变量。判断这些随机变量对脚手架承载性能的影响程度通常需要在有限元平台进行数以万次的蒙特卡罗模拟，此方法所得结果虽较为准确却存在计算速度缓慢、无法满足实际工程应用的缺点。本文通过收集国内近90个工地的现场实测数据，确定出具有普遍代表性的脚手架随机变量概率分布特征，随后引入有限元-神经网络-蒙特卡罗（Finite Element-Artificial Neural Network-Monte Carlo,FE-ANN-MC）方法，构建了一种可替代脚手架有限元模型的ANN代理模型，并利用该模型进行了各随机变量对脚手架极限承载力的相关性分析。