[發明專利]基于SVM與智能算法的耐久性混凝土多目標配合比優化方法

有效

• 申請號: 202010787540.4
• 申請日: 2020-08-07
• 公開（公告）號: CN112016244B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 胡毅;李鐵軍;袁福銀;張陸山;朱俊虎
• 申請（專利權）人: 中國交通建設股份有限公司吉林省分公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/10;G06F111/06;G06F119/04
• 代理公司: 武漢知伯樂知識產權代理有限公司 42282
• 代理人: 王福新

1.一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，包括以下步驟：

S1根據影響混凝土抗凍性及抗滲性的原材料和配合比構建混凝土耐久性指標體系，采集所述混凝土耐久性指標體的樣本數據，并以此建立原始樣本集，將所述原始樣本集按指定比例劃分為訓練數集和測試數集；

S2構建支持向量機模型，將所述訓練數集作為支持向量機模型的輸入，對應混凝土相對動彈性模量和氯離子滲透系數作為所述支持向量機模型的輸出變量，對所述支持向量機模型進行訓練，并采用測試數集驗證訓練后的支持向量機模型的預測結果，得到混凝土相對動彈性模量和氯離子滲透系數的非線性映射關系函數；

步驟S2具體包括以下步驟：

S21選擇高斯核函數構建支持向量機模型；

S22將訓練數集中的影響因素作為支持向量機模型的輸入變量，對應混凝土相對動彈性模量及氯離子滲透系數作為支持向量機模型的輸出變量，采用K折交叉驗證進行參數尋優，以確定支持向量機模型的懲罰參數和高斯核函數核寬度參數的最優參數組合；

S23采用測試數集對基于最優參數組合下的支持向量機模型進行預測，輸出預測結果以驗證訓練后的支持向量機模型的預測結果，并得到混凝土相對動彈性模量和氯離子滲透系數的非線性映射關系函數；

S3將混凝土相對動彈性模量和氯離子滲透系數的非線性映射關系函數為目標適應度函數，以混凝土的原材料和配合比取值范圍為約束條件，構建遺傳算法模型，并根據設定的迭代終止條件進行耐久性混凝土配合比多目標全局尋優，以生成以混凝土抗凍性和抗滲性為目標的Pareto最優解；

所述混凝土耐久性指標體系包括影響因素和耐久性評價指標，所述影響因素包括水膠比、水泥強度、水泥用量、粉煤灰、細集料、粗集料、減水劑和硅灰用量，且該影響因素為支持向量機模型訓練過程中的輸入變量；

所述耐久性評價指標包括混凝土相對動彈性模量和混凝土氯離子滲透系數，且所述混凝土相對動彈性模量和氯離子滲透系數分別為支持向量機模型訓練過程中的輸出變量。

2.根據權利要求1所述的一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，所述訓練數集與測試數集中樣本總數量的比為2∶1～4∶1。

3.根據權利要求1所述的一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，所述高斯核函數表達式如下：

其中，x為輸入的變量，x_i為第i個樣本，x_j為第j個樣本，σ²為核寬度參數。

4.根據權利要求1所述的一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，步驟S22中，采用五折交叉驗證進行參數尋優。

5.根據權利要求1所述的一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，步驟S23中，采用模型性能參數均方根誤和擬合優度的計算模型驗證訓練后的支持向量機模型的預測結果。

6.根據權利要求5所述的一種基于SVM與智能算法的耐久性混凝土多目標配合比優化方法，其特征在于，所述模型性能參數均方根誤的計算模型為：

所述擬合優度的計算模型為：

其中，y^obs為樣本數據觀測值，y^pred為模型預測值，為所有樣本觀測值的平均值，n為樣本數。