期刊文献+

混凝土强度预测的智能算法模型研究

下载PDF
导出
摘要 根据智能算法在混凝土强度预测上的应用,针对四种算法模型即RBF神经网络、GRNN神经网络、ELM极限学习机以及SVR回归支持向量机,对实验室采集到的同批101组混凝土强度测试数据进行回归预测研究。实验结果表明,SVR在混凝土强度回归预测方面具有明显的优势,相较与本文的其他三种智能算法,均方误差最小,决定系数最大,预测结果接近实际值。同时,本文还印证了SVR方法在小样本预测问题上的适应性,较好地实现历史数据少情形下的回归预测。总之,采用最优回归预测模型SVR能够很好的预测混凝土强度,对混凝土施工具有重要的参考意义。
作者 陈伟雄 邱剑
出处 《南方农机》 2019年第1期26-27,29,共3页
基金 广东省攀登计划(pdjhb0454) 韶关学院科研项目(SY2016KJ05)
  • 相关文献

参考文献4

二级参考文献19

  • 1姜新佩,邓子辰,丁声荣,田新志.普通混凝土强度预测的双并联前向神经网络模型[J].建筑施工,2006,28(4):304-305. 被引量:2
  • 2赵若鹏,混凝土,1995年,3期
  • 3冯乃谦,混凝土,1994年,4期
  • 4赵铁军,混凝土,1994年,2期
  • 5施鸿宝,神经网络及其应用,1993年,12页
  • 6CJGJ 55-2000,普通混凝土配合比设计规程[S].
  • 7赵林明.多层前向人工神经网络[M].郑州:黄河水利出版社,1998.
  • 8Huang Guangbin, Zhu Qinyu, Siew Cheekheong. Extreme learning machine: theory and applications [ J ]. Neurocomputing, 2006,70( 1/2/3 ) :489 - 501.
  • 9Deng W, Chen L. Color imagewatermarking using regularized extreme learning machine [ J ]. Neural Network World, 2010,20 (3) :317 -330.
  • 10Zong Weiwei, Huang Guangbin. Face recognition based on extreme learning machine [ J ]. Neurocomputing,2011,74 (16) :2541 - 2551.

共引文献279

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部