钢纤维混凝土抗压强度预测方法研究

通过机器学习算法建立钢纤维混凝土抗压强度预测模型。采用集成机器学习算法,通过集成多个弱学习器来构造一个强学习器,从而找到钢纤维混凝土设计参数和其抗压强度之间的映射关系。预测误差较小的弱学习器权重较大,可提高机器学习模型的整体精度。从现有文献中收集钢纤维混凝土抗压强度实验数据,用来训练集成机器学习模型,其中以钢纤维混凝土成分(例如粗/细集料、水泥、水、钢纤维掺量等)作为输入数据,以抗压强度值作为输出数据。模型验证测试数据集的结果表明,所采用的集成机器学习模型对预测钢纤维混凝土抗压强度的预测精度很高(MAPE=1.16%),并且高于传统的单一机器学习预测模型(MAPE=1.76%)。

哈尔滨地区眼镜湿巾发展状况分析

随着经济的发展,人们生活水平的提高,人们对于生活的品质要求越来越高。眼镜湿巾由于其去污能力强、擦完自动变干,不会留下毛屑,清洁效果良好,并具有除菌功能的特点成为当下青年人清洁眼镜的新宠。眼镜湿巾作为眼镜的护理工具之一,使眼镜的护理产业更加专业、细致、有针对性,市场发展前景极其乐观。

哈尔滨市湿巾市场调查

为了不断提升对哈市湿巾市场需求的全面掌控,更好地了解湿巾市场消费需求和消费者的购买习惯,笔者就哈尔滨市湿巾购买情况进行调查分析,以增进对湿巾行业的了解,不断拓宽湿巾行业销售渠道,提升湿巾生产企业市场竞争力。

建筑结构抗连续倒塌研究综述

为了进一步完善建筑结构抗连续倒塌研究与更好地应用现有抗连续倒塌研究进展,基于工程结构抗连续倒塌,对国内外试验设计与受力机理进行了总结。结果表明:现有的试验研究主要针对平面框架,结构体系主要关注于较为简单的框架结构体系,复杂结构体系相应的抗连续倒塌性能研究尚有欠缺;不同阶段的受力机制研究相对成熟,但理论计算模型较为复杂,存在计算量大与迭代工作,难以用于工程实际中;已有的结构抗倒塌设计规范或方法能够较明显地提升结构抗倒塌性能,但少有多灾害综合防御设计措施的提出,导致工程结构设计仍存在较大的风险。