高强混凝土强度预测的支持向量机模型及应用.pdf
《高强混凝土强度预测的支持向量机模型及应用.pdf》由会员分享,可在线阅读,更多相关《高强混凝土强度预测的支持向量机模型及应用.pdf(3页珍藏版)》请在咨信网上搜索。
1、2 0 1 0年 第 5期 (总 第 2 4 7期 ) Nu mb e r 5 i n 20 1 0( To t a l No 2 47) 混 凝 土 Co n c r e t e 理论研究 THEORETI CAL RES EARCH d o i : 1 0 3 9 6 9 i s s n 1 0 0 2 3 5 5 0 2 0 1 0 0 5 0 1 6 高强混凝土强度预测的支持向量机模型及应用 崔海霞 ( 廊坊师范学院 建筑工程 学院 ,河北 廊坊 0 6 5 0 0 0 ) 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
2、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 2 8 d 抗压强度、 B P网络计算的强度 、 R B F 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。 关键词 : 高强混凝土 ;支持 向量机 ;强度预测 中图分 类号: T U5 2 8 0 1 文献标 志码 : A 文章编号 : 1 0 0 2 3 5 5 0 ( 2 0 1 0 ) 0 5 0 0 4 9 0 3 St r en gt h
3、 pr edi c t i on o f hi gh s t r e ng t h c on c r e t e us i ng SVM a nd i t s a ppl i c a t i on C U=r Ha i - x i a ( I n s t i t u t e o f A r c h i t e c t u r a l E n g i n e e r i n g , L a n g f a n g T e a c h e r s T r a i n i n g Co l l e g e , L a n g f a n g 0 6 5 0 0 0 , C h i n a ) Abs
4、 t r a c t : T o ma ke t h e s t r e n g t h f o r e c a s t o f h i g h s t r e n gth c on c r e t e u n d e r i n fl ue n c e of s e v e r a l f a c t o r s e x a c t , t h e mo d e l o f S VM a n d i t s l e a r n i n g a l g o r i t h ms a r e r e c o mme n d e d T h e n t h e a p p r o a c h b
5、a s e d o n S VM i s a p p l i e d t O p r e d i c t t h e s t r e n gth o f h i g h s t r e n g t h c o n c r e t e F u r t h e r mo r e , we c o n - t r a s t i t t o r e s u l t s o f a c t u a l me a s u r e d , t h e r e g r e s s i o n , B P n e t wo r k , a n d R BF n e tw o r k I t i s f o u
6、 n d t h a t S VM c a n p r e d i c t t h e s t r e n g t h o f h i g h s tr e n gth c o n c r e t e mo r e a c c u r a t e l y t h a n t h e a p p r o a c h o f r e g r e s s i o n d o e s Th e r e s u l t s ug g e s t s t h a t n e u tra l n e t wo r k i s a q u a n t it a t i v e a n d c o n v e
7、n i e n t an a l y z i n g a p p r o a c h wi 出h j 曲 a c c u r a c y I t i s f e a s i b l e i n p r e d i c t i n g t h e s tr e n g t h o f h i g h s tr e n g t h c o n c r e t e , K e y wo r d s : h i g h s t r e n g t h c o n c r e t e ; S VM ; s t r e n gth f o r e c a s t 0引言 1 S V M 模 型 混凝土设计
8、规程 认为, 粉煤灰混凝土的2 8 d 抗压强度与 水胶 比、 水泥种类及强度等级 、 粉煤灰与胶凝材料用量比以及 石子的类型等有关。目前确定混凝土抗压强度的方法一般是在 基准混凝土配合比的基础上 , 保持水胶比或砂率不变 , 然后不 断调整胶料和骨料。这种方法不仅耗费大量原材料 , 而且也浪 费大量的人力和时间。随着混凝土系统的复杂性和动态性不断 加强, 研究规模不断加大 , 影响因素逐渐增多 , 如粉煤灰混凝 土、 高性能混凝土等新型混凝土, 由于其影响因素更为复杂, 甚 至存在诸多因素的交互作用, 线性函数已不再适用, 往往表现 为特定的非线性规律, 尤其在探索混凝土强度影响因素与强度
9、值之间的因果规律时, 建立解析数学模型是一件极其困难甚至 难以实现的事。近年来 , 随着计算机和生命科学的进步, 人工神 经网络理论和模型得 到了迅速发展 , 在工程界得到 了广泛应用 , 为混凝土强度预测和耐久性设计提供了有力的支持 。 最近 , 基于机器学习的突水预测方法 日益受到关注 , 支持 向量机( S u p p o r t V e c t o r Ma c h i n e , S V M) 更适合于小样本 的模式 识别问题 , 在预测精度上被证实一般要优于神经网络阚 。 本研究 提出了更适合于高强? 昆凝土的强度预测的支持向量机预测模 型, 并将该模型应用工程实际, 研究表明,
10、该模型预测结果与实 测结果吻合较好, 较神经网络等方法有较高的预测精度 , 为高 强混凝 土的强度预测提供了一条新途径 。 收稿 日期 :2 0 1 0 - 叭一 1 1 支持向量机S ( s u p p o rt v e c t o r ma c h i n e s , S V M) 是 Va p n i k等 人根据统计学习理论提出的小样本学习方法。基本思想是通过 一 个非线性映射把样本空间映射到一个高维特征空间中, 将寻 找最优线性回归超平面的算法归结为求解一个凸约束特性下 的凸规划问题 , 并得到全局最优解。同时支持向量机通过定义 核函数( Ke r n e l F u n c t i
11、 o n ) , 将高维空间中的内积运算转化为原 空间中的核函数运算。 假定训练样本集为( Y ) , 为输入向量, Y l 为输出向量, n为样本个数。支持向量机采用线性回归函数拟合样本集 y ( x ) = ( 西( ) ) + 6 ( 1 ) 式 中: 权向量 ; 6 偏 置项 ; 西( ) 输入空间到输出空间的非线性 映射 。 设所有训练样本在精度 s下无误差地用线性函数拟合, 考 虑到允许拟合误差存在, 引入非负松弛变量 矗和毒 , 约束条件为: f y i- - w c k ( x ) - b s 咖 ( z ) 啪 ( 2 ) I 【 i = 1 ,2, , n 优化 目标函数变
12、为最小化式( 3 ) : n 咖 ( ,喜 , 宣 ) = ( W W T ) + c ( 毒 十 毒 ) ( 3 ) 49 学兔兔 w w w .x u e t u t u .c o m 式中: 常数 c O为惩罚因子 , 它控制着对超出误差 的样本惩 罚程度。 采用对偶理论将上述优化问题转化为下述优化问题: m ax 一 1 ( - - a ) ( q ( ) ( ) + 奸 ) i =1 i =1 i = l 1 J ( 4) t ( )= 0 ( O e o , c 】 ) ( 5 ) 式中: K( 暂 ) = 咖 ( 兢) 咖 ( 巧 ) 为核函数, 常用的核函数有多项式核 函数,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高强 混凝土 强度 预测 支持 向量 模型 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【gr****et】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【gr****et】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。