[發(fā)明專(zhuān)利]基于SVM與智能算法的耐久性混凝土多目標(biāo)配合比優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010787540.4
• 申請(qǐng)日: 2020-08-07
• 公開(kāi)（公告）號(hào): CN112016244B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 胡毅;李鐵軍;袁福銀;張陸山;朱俊虎
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)交通建設(shè)股份有限公司吉林省分公司
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06N20/10;G06F111/06;G06F119/04
• 代理公司: 武漢知伯樂(lè)知識(shí)產(chǎn)權(quán)代理有限公司 42282
• 代理人: 王福新

本發(fā)明屬于混凝土耐久性多目標(biāo)優(yōu)化技術(shù)領(lǐng)域，并具體公開(kāi)了一種基于SVM與智能算法的耐久性混凝土多目標(biāo)配合比優(yōu)化方法。包括：基于混凝土抗凍性及抗?jié)B性建立混凝土耐久性配合比指標(biāo)體系；構(gòu)建支持向量機(jī)模型，并對(duì)支持向量機(jī)模型進(jìn)行訓(xùn)練，以獲取訓(xùn)練后的支持向量機(jī)模型；并以此生成混凝土抗凍性及抗?jié)B性的非線性映射關(guān)系函數(shù)，并將其作為遺傳算法的目標(biāo)函數(shù)，以混凝土抗凍性、抗?jié)B性的非線性映射關(guān)系函數(shù)為優(yōu)化目標(biāo)建多目標(biāo)優(yōu)化的目標(biāo)函數(shù)，結(jié)合工程要求及規(guī)范建立耐久性混凝土配合比參數(shù)約束條件，并采用遺傳算法迭代生成目標(biāo)函數(shù)的Pareto最優(yōu)解。本發(fā)明實(shí)現(xiàn)了更加智能化和精確化的混凝土配合比多目標(biāo)尋優(yōu)。

技術(shù)領(lǐng)域

本發(fā)明屬于混凝土耐久性多目標(biāo)優(yōu)化技術(shù)領(lǐng)域，更具體地，涉及一種基于SVM與智能算法的耐久性混凝土多目標(biāo)配合比優(yōu)化方法。

背景技術(shù)

提高混凝土耐久性是延長(zhǎng)建筑使用壽命的主要手段之一，近些年來(lái)，混凝土耐久性不足造成了大量混凝土結(jié)構(gòu)破壞事故，為了減少建筑安全事故的發(fā)生，混凝土耐久性問(wèn)題引來(lái)了越來(lái)越多國(guó)內(nèi)外學(xué)者的關(guān)注。由于抗凍性、抗?jié)B性是反映混凝土早期耐久性的重要指標(biāo)，因此在研究混凝土配合比優(yōu)化問(wèn)題中，考慮抗凍性、抗?jié)B性很有必要。又因?yàn)榭刂苹炷两?jīng)濟(jì)成本一直是工程項(xiàng)目的重要目標(biāo)之一，因此，研究不同配合比下，綜合考慮混凝土的耐久性問(wèn)題和成本問(wèn)題是十分有價(jià)值的。

近年來(lái)，國(guó)內(nèi)外學(xué)者基于原材料配合比對(duì)混凝土耐久性問(wèn)題的研究主要集中在預(yù)測(cè)和優(yōu)化問(wèn)題方面。在基于配合比對(duì)混凝土耐久性預(yù)測(cè)的研究中，常見(jiàn)的預(yù)測(cè)方式為多元回歸預(yù)測(cè)模型、GM(1,1)預(yù)測(cè)模型、人工神經(jīng)網(wǎng)絡(luò)(ANN)等；在基于配合比對(duì)混凝土耐久性?xún)?yōu)化的研究中，常見(jiàn)的優(yōu)化方式為利用數(shù)學(xué)模型，確定指標(biāo)權(quán)重、功效函數(shù)法優(yōu)化混凝土相關(guān)系、正交試驗(yàn)設(shè)計(jì)方案以及ANOVA技術(shù)。以上研究均對(duì)提高混凝土耐久性提供了參考，但是以往研究一方面主要是針對(duì)混凝土耐久性進(jìn)行預(yù)測(cè)，很難更好的體現(xiàn)研究的實(shí)際價(jià)值，而配合比優(yōu)化研究主要是利用正交試驗(yàn)和經(jīng)驗(yàn)公式，計(jì)算耗時(shí)較長(zhǎng)同時(shí)難以實(shí)現(xiàn)快速準(zhǔn)確的確定配合比優(yōu)化方案。基于上述缺陷和不足，本領(lǐng)域亟需對(duì)提出一種新的耐久性混凝土多目標(biāo)配合比優(yōu)化方法。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于SVM與智能算法的耐久性混凝土多目標(biāo)配合比優(yōu)化方法，其中結(jié)合混凝土自身的特征及其抗凍性、抗?jié)B性預(yù)測(cè)工藝特點(diǎn)，相應(yīng)的充分利用了支持向量機(jī)模型(SVM)對(duì)混凝土抗凍性、抗?jié)B性的精準(zhǔn)預(yù)測(cè)，同時(shí)采用遺傳算法模型進(jìn)行基于混凝土原材料和配合比范圍值內(nèi)的影響因素和配合比進(jìn)行全局尋優(yōu)，使得耐久性混凝土多目標(biāo)配合比優(yōu)化結(jié)果更加準(zhǔn)確、可靠，優(yōu)化計(jì)算速度更快。

為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種基于SVM與智能算法的耐久性混凝土多目標(biāo)配合比優(yōu)化方法，其特征在于，包括以下步驟：

S1根據(jù)影響混凝土抗凍性及抗?jié)B性的原材料和配合比構(gòu)建混凝土耐久性指標(biāo)體系，采集所述混凝土耐久性指標(biāo)體的樣本數(shù)據(jù)，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(xùn)練數(shù)集和測(cè)試數(shù)集；

S2構(gòu)建支持向量機(jī)模型，將所述訓(xùn)練數(shù)集作為支持向量機(jī)模型的輸入，對(duì)應(yīng)混凝土相對(duì)動(dòng)彈性模量和氯離子滲透系數(shù)作為所述支持向量機(jī)模型的輸出變量，對(duì)所述支持向量機(jī)模型進(jìn)行訓(xùn)練，并采用測(cè)試數(shù)集驗(yàn)證訓(xùn)練后的支持向量機(jī)模型的預(yù)測(cè)結(jié)果，得到混凝土相對(duì)動(dòng)彈性模量和氯離子滲透系數(shù)的非線性映射關(guān)系函數(shù)；

S3將混凝土相對(duì)動(dòng)彈性模量和氯離子滲透系數(shù)的非線性映射關(guān)系函數(shù)為目標(biāo)適應(yīng)度函數(shù)，以混凝土的原材料和配合比取值范圍為約束條件，構(gòu)建遺傳算法模型，并根據(jù)設(shè)定的迭代終止條件進(jìn)行耐久性混凝土配合比多目標(biāo)全局尋優(yōu)，以生成以混凝土抗凍性和抗?jié)B性為目標(biāo)的Pareto最優(yōu)解。

作為進(jìn)一步優(yōu)選的，所述混凝土耐久性指標(biāo)體系包括影響因素和耐久性評(píng)價(jià)指標(biāo)，所述影響因素包括水膠比、水泥強(qiáng)度、水泥用量、粉煤灰、細(xì)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(jī)模型訓(xùn)練過(guò)程中的輸入變量；