文献检索-宁波市创意产业特色资源库

限定检索结果

基于机器学习的超高性能混凝土性能预测: 收藏
分享
引用; 《混凝土与水泥制品》2024年第11期 49-53,59页; 作者：鄢亦斌刘开志高立强龙勇李晨费顺鑫桥梁智能与绿色建造全国重点实验室湖北武汉430034 中铁大桥科学研究院有限公司湖北武汉430034 安徽工业大学材料科学与工程学院安徽马鞍山243002; 基于改进的Andreasen-Andersen(MAA)颗粒堆积模型设计了93组UHPC配合比,根据93组样本的抗压强度与流动度建立了数据库,采用线性回归模型、二次项回归模型、人工神经网络(ANN)模型预测了UHPC的流动度和28 d抗压强度,并使用遗传算法(GA)对...; 基于改进的Andreasen-Andersen(MAA)颗粒堆积模型设计了93组UHPC配合比,根据93组样本的抗压强度与流动度建立了数据库,采用线性回归模型、二次项回归模型、人工神经网络(ANN)模型预测了UHPC的流动度和28 d抗压强度,并使用遗传算法(GA)对ANN模型进行优化得到了GA-ANN模型,最后对比了四种模型的预测精度和稳定性。结果表明:四种模型对UHPC流动度和28 d抗压强度预测精度的高低顺序为GA-ANN模型>ANN模型>二次项回归模型>线性回归模型,其中,GA-ANN模型的R2分别达到了0.979和0.982。; 来源：详细信息评论

限定检索结果