10.3969/j.issn.1673-5781.2022.06.066
基于随机森林和支持向量机的混凝土抗压强度预测模型研究
为了快速有效地预测混凝土的抗压强度,引入随机森林并结合支持向量机(RF-SVM)算法,从混凝土材料配比及龄期角度选择了影响混凝土抗压强度的8种因素作为输入指标,以抗压强度作为预测模型的输出指标,构建了基于RF-SVM的混凝土抗压强度预测模型,进行重要性评价及预测,同时利用sns.heatmap方法对输入、输出指标进行相关性分析.引用UCI Machine Learning Repository分享的Concrete Compressive Strength数据集,该数据集收集了1030组数据,样本数量较大,以此数据集为例验证该模型的有效性,通过计算均方根误差和拟合优度与其他预测模型进行对比.结果表明,该模型回归拟合效果更佳,预测结果精度更高,所提出的基于随机森林和支持向量机的混凝土抗压强度预测模型在混凝土抗压强度研究中具有重要意义.
混凝土、混凝土龄期、抗压强度、预测、随机森林、支持向量机
36
TU528.01(建筑材料)
2023-01-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
1784-1788,1815