基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
混凝土抗压强度预测是一个动态的系统工程,其精度受到多种高维非线性、随机性因素的影响。为有效提高混凝土抗压强度的预测精度,在分析支持向量机的基础上,构建了基于灰色关联支持向量机的混凝土抗压强度预测模型。该模型基于灰色关联分析确定混凝土抗压强度的主导因素,然后通过支持向量机建立其与变量之间的非线性映射关系,同时利用网格搜索算法对支持向量机进行参数寻优。仿真结果表明:与单纯支持向量机和BP神经网络模型预测结果相比,基于灰色关联支持向量机的预测模型更为有效可靠,为提高混凝土抗压强度预测精度提供了新的途径。
推荐文章
基于BOA-ELM的混凝土抗压强度预测研究
混凝土
抗压强度预测模型
极限学习机
贝叶斯优化
软测量
基于GA-BP算法的混凝土抗压强度指标筛选
混凝土抗压强度评定
遗传算法
BP神经网络
指标筛选
支持向量机
基于数字钻探和支持向量机预测岩体单轴抗压强度的方法
数字钻探测试技术
SVM
单轴抗压强度
随钻参数
基于立方体抗压强度的塑性混凝土劈裂抗拉强度预测研究
塑性混凝土
劈裂抗拉强度
立方体抗压强度
预测公式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰色关联支持向量机的混凝土抗压强度预测
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 混凝土 灰色关联分析 支持向量机 预测
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 59-63
页数 5页 分类号 TU528.01
字数 3424字 语种 中文
DOI 10.3969/j.issn.1671-6841.2015.03.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯国红 东北林业大学工程技术学院 32 120 6.0 10.0
2 董春芳 东北林业大学工程技术学院 23 193 6.0 13.0
3 靳江伟 东北林业大学工程技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (65)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (19)
二级引证文献  (7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
混凝土
灰色关联分析
支持向量机
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
论文1v1指导