SVM模型预测充填体强度

• 作者: 张斌斌 秦原 谢刚
• 来源期刊: 江西建材
• 学科: 工学
• 关键词: 充填体 强度 预测 支持向量机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与应用
• 页码范围: 10-12,14
• 页数: 4页
• 分类号: TD-05
• 字数: 1197字
• 语种: 中文

摘要

为了准确评价和预测充填体强度,提出基于支持向量机(Support vector machine SVM)的强度预测模型,建立了充填体强度与影响因素之间的SVM模型(建立胶凝材料掺量与胶砂比与充填体28 d单轴抗压强度),首先分别采用不同的寻优算法来计算模型关键参数即核函数的参数g和惩罚系数c,分析每种算法的结果参数与预测结论影响,从中选出最优对充填体预测强度的参数寻优算法SVM回归模型.通过分析:PSO算法、GA寻优算法、网格寻优的训练集回归参数各为0.88931、0.9727、0.88605.PSO算法、网格寻优、GA寻优算法的测试集回归系数分别为0.9842、0.97868、0.86683,三种算法中GA-SVM的泛化能力较差,PSO算法的推广性较强.改进的GA-SVM模型的泛化能力较强,预测得到的相关系数R=0.9877,高于传统GA寻优算法.SVM为充填体强度预测提供了新的技术手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢刚		5	1	1.0	1.0
2	秦原		4	0	0.0	0.0
3	张斌斌		7	3	1.0	1.0