[發明專利]一種基于GA-SVM的可控低強度材料性能預測方法在審
| 申請號: | 202310199072.2 | 申請日: | 2023-03-03 |
| 公開(公告)號: | CN116205141A | 公開(公告)日: | 2023-06-02 |
| 發明(設計)人: | 趙貴杰;閆歡;田金豐;劉寅;潘曉強 | 申請(專利權)人: | 長春工程學院 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06F17/18;G06F18/2411;G06F18/214;G06N3/006 |
| 代理公司: | 安徽濰達知識產權代理事務所(普通合伙) 34166 | 代理人: | 劉偉超 |
| 地址: | 130103 *** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 ga svm 可控 強度 材料 性能 預測 方法 | ||
1.一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,具體步驟如下:
S1:配制不同水泥摻入量、水灰比以及不同外摻劑摻入量的土基可控低強度材料,并對其不同齡期下的物理及力學性質進行測試;
S2:選取工程中較為關注的性能指標作為預測對象,選取影響其性能指標的因素作為變量,構建數據集,剔除數據集中的異常點,進行標準化處理;
S3:對標準化處理的數據進行分組,一部分作為訓練集,另一部分作為驗證集,采用GA算法對SVM模型優化時,為能找到模型最優的參數,引入交叉驗證法,不斷進行試算,找到最優的懲罰因子C和核函數γ參數進行優化,建立GA-SVM性能預測模型;
S4:將GA-SVM性能預測模型的預測結果與驗證集數據進行比對,分析模型的預測精度。
2.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟1中,所述的外摻劑為早強劑、膨脹劑、減水劑、引氣劑、緩凝劑中的一種或者其組合。
3.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟1中,所述不同齡期是指可控低強度材料在標準條件下養護時間為0天、3天、7天、14天或者28天。
4.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟1中,所述物理及力學性質包括流動度、無側限抗壓強度、密度。
5.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟2中,所述影響其性能指標的因素為水泥摻入量、水灰比、外摻劑摻入量。
6.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟2中,所述標準化處理是對數據集進行預處理,以加快模型的訓練速度和收斂速度,提高預測精度,標準化處理方法為:
其中:為標準化后的某影響因素或者性能指標取值,xi為標準化前的數據取值,xmax和xmin分別為該影響因素或者性能指標的最大值和最小值。
7.根據權利要求1所述的一種基于GA-SVM的可控低強度材料性能預測方法,其特征在于,所述步驟3中,所述交叉驗證法的基本思想是設置參數遍歷區間,對原始數據進行分組,一部分作為訓練集,另一部分作為驗證集,利用驗證集來測試模型的優劣,不斷進行試算,直至找到最優的參數;
此處選用k折交叉驗證,其平均均方誤差表示為:
其中,MSEi是第i次交叉驗證時的均方誤差,計算公式如下:
其中:y是第i次的真實觀測值,f(x)是模型給出的第i次的觀測的預測值,n是樣本數量;
以CV(k)數值作為GA-SVM模型的適應度值,經過迭代計算確立GA-SVM模型中最優的懲罰系數C和核函數參數g。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于長春工程學院,未經長春工程學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310199072.2/1.html,轉載請聲明來源鉆瓜專利網。





