期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
Multiple linear regression, artificial neural network, and fuzzy logic prediction of 28 days compressive strength of concrete 被引量:10
1
作者 Faezehossadat KHADEMI Mahmoud AKBARI +1 位作者 Sayed Mohammadmehdi JAMAL Mehdi NIKOO 《Frontiers of Structural and Civil Engineering》 SCIE EI CSCD 2017年第1期90-99,共10页
Evaluating the in situ concrete compressive strength by means of cores cut from hardened concrete is acknowledged as the most ordinary method, however, it is very difficult to predict the compressive strength of concr... Evaluating the in situ concrete compressive strength by means of cores cut from hardened concrete is acknowledged as the most ordinary method, however, it is very difficult to predict the compressive strength of concrete since it is affected by many factors such as different mix designs, methods of mixing, curing conditions, compaction, etc. In this paper, considering the experimental results, three different models of multiple linear regression model (MLR), artificial neural network (ANN), and adaptive neuro-fuzzy inference system (ANFIS) are established, trained, and tested within the Matlab programming environment for predicting the 28 days compressive strength of concrete with 173 different mix designs. Finally, these three models are compared with each other and resulted in the fact that ANN and ANFIS models enables us to reliably evaluate the compressive strength of concrete with different mix designs, however, multiple linear regression model is not feasible enough in this area because of nonlinear relationship between the concrete mix parameters. Finally, the sensitivity analysis (SA) for two different sets of parameters on the concrete compressive strength prediction are carried out. 展开更多
关键词 concrete 28 days compressive strength multiple linear regression artificial neural network ANFIS sensitivity analysis (SA)
原文传递
基于Stacking集成算法的混凝土28d抗压强度预测 被引量:1
2
作者 李姣阳 《广东建材》 2024年第6期19-23,共5页
为实现混凝土28d抗压强度的精准预测并解决不同机器学习模型间相互独立不能优势互补的问题。本研究通过357组混凝土配合比数据构建数据库,并采用Stacking集成方法对3个单一机器学习模型(KNN、XGBoost和RF)进行集成预测研究。首先通过随... 为实现混凝土28d抗压强度的精准预测并解决不同机器学习模型间相互独立不能优势互补的问题。本研究通过357组混凝土配合比数据构建数据库,并采用Stacking集成方法对3个单一机器学习模型(KNN、XGBoost和RF)进行集成预测研究。首先通过随机抽样方法将数据库划分为训练集和测试集,然后分别进行了单一机器学习模型和集成模型的训练和测试集预测,最后采用平均绝对误差指标(MAE)、均方根误差指标(RMSE)和确定系数(R2)对模型的预测结果进行评价。结果表明,RF模型在三个单一机器学习模型(KNN、XGBoost和RF)中表现最好(MAE=3.0705,RMSE=4.1847,R^(2)=0.8817);此外,Stacking集成模型的预测性能优于任意单一模型,相较于单一模型中表现较好的RF模型,其预测性能实现了显著提升(MAE下降2.6%,RMSE下降9.8%,R2提升2.5%)。 展开更多
关键词 混凝土 28d抗压强度预测 Stacking集成算法 算法融合
下载PDF
基于SMOTE-XGBoost算法的混凝土强度预测
3
作者 薛飞 《混凝土与水泥制品》 2024年第8期32-36,共5页
基于244组混凝土配合比构建了数据库,采用SMOTE-XGBoost算法对混凝土28 d抗压强度进行了预测。首先通过SMOTE算法对划分的训练集进行平衡处理;然后对比了SMOTE算法平衡前后XGBoost与常用混凝土强度预测模型的评估结果;最后进行了SMOTE-X... 基于244组混凝土配合比构建了数据库,采用SMOTE-XGBoost算法对混凝土28 d抗压强度进行了预测。首先通过SMOTE算法对划分的训练集进行平衡处理;然后对比了SMOTE算法平衡前后XGBoost与常用混凝土强度预测模型的评估结果;最后进行了SMOTE-XGBoost算法的实际工程验证。结果表明:SMOTE-XGBoost算法有效解决了数据不平衡问题,提高了预测模型的精度;相较于其他机器学习模型,SMOTE-XGBoost算法的预测结果较好;应用SMOTE-XGBoost算法对无岳高速WYTJ-07标段工程自制花岗岩混凝土的28 d抗压强度进行了预测,预测结果误差较小,该算法在工程混凝土强度预测方面具有广泛的应用前景。 展开更多
关键词 混凝土28 d抗压强度 机器学习 SMOTE-XGBoost算法 预测
下载PDF
Experimental study on retarding mortar and its application in prestressed concrete
4
作者 张建玲 宋玉普 洪雷 《Journal of Harbin Institute of Technology(New Series)》 EI CAS 2008年第1期135-140,共6页
Based on a large number of orthogonal tests and theoretical analyses, the retarding mortar which meets the requirements of retard-bonded prestressed concrete was prepared. Initial setting time of the retarding mortar ... Based on a large number of orthogonal tests and theoretical analyses, the retarding mortar which meets the requirements of retard-bonded prestressed concrete was prepared. Initial setting time of the retarding mortar may vary from several hours to 15 d at 5 ℃-35 ℃ due to quantities and average curing temperature. And its 28 d compressive strength is above 35 MPa. Thus the influence of quantities on setting time and 28 d compressive strength, and the relationship between setting time and average curing temperature were investigated. The optimum quantities were obtained by studying the interaction of admixtures, and the retarding mechanism was discussed. Based on 52 retard-bonded prestressed strands by manual work from 24 retard-bonded prestressed concrete T-beams, static friction drag, change factor κ and friction factor μ were obtained from the test when retard-bonded prestressed strands were tensioned. Application of the retarding mortar will be vast in practical concrete projects. 展开更多
关键词 retard-bonded prestressed concrete retarding mortar setting time 28 d compressive strength retarding mechanism static friction drag
下载PDF
基于随机森林-NSGAⅡ高性能混凝土耐久性配合比的多目标优化研究 被引量:7
5
作者 吴贤国 王雷 +3 位作者 陈虹宇 冯宗宝 覃亚伟 徐文胜 《材料导报》 EI CAS CSCD 北大核心 2022年第17期111-117,共7页
针对高寒复杂环境下高性能混凝土耐久性预测和优化问题,本工作研发了一种结合随机森林与带精英策略的非支配排序遗传算法(NSGAⅡ)的混合模型,以实现高精度的混凝土性能预测以及多目标配合比优化。以混凝土耐久性的重要指标氯离子渗透系... 针对高寒复杂环境下高性能混凝土耐久性预测和优化问题,本工作研发了一种结合随机森林与带精英策略的非支配排序遗传算法(NSGAⅡ)的混合模型,以实现高精度的混凝土性能预测以及多目标配合比优化。以混凝土耐久性的重要指标氯离子渗透系数和28 d抗压强度为研究目标,基于正交试验设计和工程实际试验样本建立混凝土数据集。利用随机森林对混凝土氯离子渗透系数和强度进行预测,得到氯离子渗透系数和强度与配合比的非线性映射关系函数,将其作为对应优化目标的适应度函数,再引入混凝土成本作为另一个优化目标的适应度函数。依据规范和工程要求,建立原材料及配合比之间的约束,采用NSGAⅡ进行混凝土配合比的多目标优化。研究表明,利用随机森林对混凝土性能进行预测的精度很高,且利用NSGAⅡ算法进行多目标配合比优化的效果很好。将优化配合比方案进行试验验证,发现模型优化结果与实际试验结果误差很小。这说明混凝土配合比符合规范且满足工程项目对耐久性能、强度和工作性能的要求,体现了该模型的智能化、精准化,可对工程实践中混凝土配合比的优化提供指导。 展开更多
关键词 混凝土配合比优化 氯离子渗透系数 28d抗压强度 随机森林(RF) NSGAⅡ
下载PDF
基于机器学习算法的混凝土28 d抗压强度预测 被引量:3
6
作者 刘德胜 《混凝土与水泥制品》 2022年第9期20-24,共5页
为较准确预测混凝土28 d的抗压强度,以水泥、粉煤灰、砂、碎石和水5种原材料的单位用量作为输入,混凝土28 d抗压强度作为输出,构建了一个拥有249组样本的数据库。运用决策树、支持向量机、高斯过程回归、集成学习、神经网络5种机器学习... 为较准确预测混凝土28 d的抗压强度,以水泥、粉煤灰、砂、碎石和水5种原材料的单位用量作为输入,混凝土28 d抗压强度作为输出,构建了一个拥有249组样本的数据库。运用决策树、支持向量机、高斯过程回归、集成学习、神经网络5种机器学习算法进行超参数优化,构建了混凝土28 d抗压强度预测模型,并对其精度进行了评估。对比5种机器学习算法结果可知:高斯过程回归模型是预测混凝土28 d抗压强度的最优预测模型;基于构建的高斯过程回归模型对无岳高速WYTJ-07标段隧道工程自制的5种花岗岩混凝土28 d抗压强度进行了预测,预测值的最大相对误差为8.95%,证明该模型预测精度良好,可靠性高。 展开更多
关键词 混凝土 28 d抗压强度 机器学习 强度预测
下载PDF
Experimental investigation on freeze-thaw durability of polymer concrete
7
作者 Khashayar JAFARI Fatemeh HEIDARNEZHAD +1 位作者 Omid MOAMMER Majid JARRAH 《Frontiers of Structural and Civil Engineering》 SCIE EI CSCD 2021年第4期1038-1046,共9页
Assessing the durability of concrete is of prime importance to provide an adequate service life and reduce the repairing cost of structures.Freeze-thaw is one such test that indicates the ability of concrete to last a... Assessing the durability of concrete is of prime importance to provide an adequate service life and reduce the repairing cost of structures.Freeze-thaw is one such test that indicates the ability of concrete to last a long time without a significant loss in its performance.In this study,the freeze-thaw resistance of polymer concrete containing different polymer contents was explored and compared to various conventional cement concretes.Concretes’fresh and hardened properties were assessed for their workability,air content,and compressive strength.The mass loss,length change,dynamic modulus of elasticity,and residual compressive strength were determined for all types of concretes subjected to freeze-thaw cycles according to ASTM C666-procedure A.Results showed that polymer concrete(PC)specimens prepared with higher dosages of polymer contents possessed better freeze-thaw durability compared to other specimens.This high durability performance of PCs is mainly due to their impermeable microstructures,absence of water in their structure,and the high bond strength between aggregates and a polymer binder.It is also indicated that the performance of high-strength concrete containing air-entraining admixture is comparable with PC having optimum polymer content in terms of residual compressive strength,dynamic modulus of elasticity,mass loss,and length change. 展开更多
关键词 durability test freeze-thaw resistance polymer concrete residual compressive strength ASTM C666-15
原文传递
基于遗传算法优化的BP神经网络预测混凝土抗压强度 被引量:5
8
作者 许杰淋 曾强 +1 位作者 余佳蓓 吉旭 《山东化工》 CAS 2014年第10期146-152,共7页
针对传统BP神经网络预测能力的不足,采用遗传算法优化的BP神经网络预测混凝土28d抗压强度,并建立了GA-ANN预测模型。一方面对模型输入项进行灰色关联分析,找出对强度影响的重点关联因素;另一方面,研究了模型在不同输入项组合、不同训练... 针对传统BP神经网络预测能力的不足,采用遗传算法优化的BP神经网络预测混凝土28d抗压强度,并建立了GA-ANN预测模型。一方面对模型输入项进行灰色关联分析,找出对强度影响的重点关联因素;另一方面,研究了模型在不同输入项组合、不同训练组和输出组数、不同网络隐含层节点数的操作条件下,其预测精度有何变化,找出了最优的上述操作条件,减少了预测误差。 展开更多
关键词 BP神经网络 遗传算法 混凝土28d强度 操作条件
下载PDF
麦秸纤维多孔陶粒混凝土基本物理性能的试验研究 被引量:4
9
作者 贺东青 付晓宇 于蒙蒙 《河南大学学报(自然科学版)》 CAS 2020年第2期228-235,共8页
根据填充理论,以目标孔隙率为主要设计指标,确定了麦秸纤维多孔陶粒混凝土的配合比.在水灰比为0.3,不同纤维掺量、目标孔隙率和骨料粒径情况下,测定了多孔陶粒混凝土的28 d抗压强度、干密度、实测孔隙率、绝干和饱水状态下的导热系数,... 根据填充理论,以目标孔隙率为主要设计指标,确定了麦秸纤维多孔陶粒混凝土的配合比.在水灰比为0.3,不同纤维掺量、目标孔隙率和骨料粒径情况下,测定了多孔陶粒混凝土的28 d抗压强度、干密度、实测孔隙率、绝干和饱水状态下的导热系数,得出在陶粒粒径为10~20 mm时,28 d抗压强度范围为0.595~3.579 MPa,干密度范围为613~886 kg·m-3,实测孔隙率范围为36.5%~52.4%;采用5~10 mm陶粒时28 d抗压强度增大显著,而干密度、实测孔隙率和导热系数有所减小. 展开更多
关键词 麦秸纤维 多孔陶粒混凝土 28 d抗压强度 孔隙率 干密度 导热系数
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部