混凝土强度预测的智能算法模型研究 |
| |
引用本文: | 陈伟雄,邱剑.混凝土强度预测的智能算法模型研究[J].南方农机,2019(1). |
| |
作者姓名: | 陈伟雄 邱剑 |
| |
作者单位: | 韶关学院土木工程学院 |
| |
摘 要: | 根据智能算法在混凝土强度预测上的应用,针对四种算法模型即RBF神经网络、GRNN神经网络、ELM极限学习机以及SVR回归支持向量机,对实验室采集到的同批101组混凝土强度测试数据进行回归预测研究。实验结果表明,SVR在混凝土强度回归预测方面具有明显的优势,相较与本文的其他三种智能算法,均方误差最小,决定系数最大,预测结果接近实际值。同时,本文还印证了SVR方法在小样本预测问题上的适应性,较好地实现历史数据少情形下的回归预测。总之,采用最优回归预测模型SVR能够很好的预测混凝土强度,对混凝土施工具有重要的参考意义。
|
本文献已被 CNKI 等数据库收录! |
|