基于支持向量回归的混凝土抗压强度预测研究

论文摘要

为了预测不同因素影响下的混凝土抗压强度,根据实测数据集,应用支持向量回归（SVR）方法,建立了SVR预测模型。模型以混凝土等效水灰比（（mW/mC）E）、骨料平均浆体厚度（APT）、粉煤灰与胶凝材料用量比（βF）等3个参数为输入变量,以混凝土28d抗压强度为输出变量(fcu,28)进行学习和预测。经过与人工神经网络（ANN）预测模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归的预测模型比人工神经网络模型具有更高的预测精度。

论文目录

• 1 引言
• 2 SVR建模
•   2.1 实测数据集
•   2.2 模型的建立
•   2.3 模型预测性能的评价
• 3 结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 唐江凌

关键词: 支持向量回归,混凝土,等效水灰比,骨料平均浆体厚度,粉煤灰与胶凝材料用量

来源: 电脑知识与技术 2019年17期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 无机化工,建筑科学与工程,自动化技术

单位: 桂林师范高等专科学校物理与工程技术系

基金: 广西高校中青年教师基础能力提升项目“支持向量回归技术在混凝土强度预测中的应用研究”(项目编号:2018KY0916)

分类号: TU528;TP18

DOI: 10.14004/j.cnki.ckt.2019.1915

页码: 268-269+272

总页数: 3

文件大小: 1511K

下载量: 91