高强混凝土强度预测的支持向量机模型及应用附视频

被引:10
作者
崔海霞
机构
[1] 廊坊师范学院建筑工程学院
关键词
高强混凝土; 支持向量机; 强度预测;
D O I
暂无
中图分类号
TU528.01 [基础理论];
学科分类号
0805 ; 080502 ; 081304 ;
摘要
高强混凝土的强度受多种因素的影响,其强度的预测是一个动态性的系统工程。采用支持向量机理论,建立了高强混凝土的强度预测的支持向量机预测模型。并将该模型计算结果与实测混凝土28 d抗压强度、BP网络计算的强度、RBF径向基函数神经网络计算的强度、线性回归模型计算的强度、非线性回归模型计算的强度进行比较。研究表明:预测结果与实测结果吻合较好,较线性回归和神经网络预测精度高,为高强混凝土的强度预测提供了一条新途径。
引用
收藏
页码:49 / 51
页数:3
相关论文
共 7 条
[1]   高强混凝土强度的人工神经网络预测 [J].
李荣 ;
孟云芳 ;
韩永波 .
宁夏工程技术, 2009, 8 (03) :256-259
[2]   基于遗传-神经网络无粘结部分预应力高强混凝土梁的延性 [J].
胡立黎 ;
郑宏 .
江南大学学报(自然科学版), 2008, (04) :479-483
[3]   基于RBF网络的商品混凝土强度预测分析 [J].
赵胜利 ;
刘燕 .
计算机工程, 2005, (18) :36-37+40
[4]   神经网络在高强粉煤灰混凝土强度预测及优化设计中的应用附视频 [J].
胡明玉 ;
唐明述 .
混凝土, 2001, (01) :13-17
[5]  
JGJ 55-2000. 普通混凝土配合比设计规程[S]. 2000
[6]   Prediction of concrete strength using artificial neural networks [J].
Lee, SC .
ENGINEERING STRUCTURES, 2003, 25 (07) :849-857
[7]  
The Nature of Statistical Learning Theory .2 Vapnik VN. Springer-Verlag . 2000