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UHPC抗压强度预测及配合比优化: 收藏
分享
引用; 《混凝土与水泥制品》2024年第7期 7-13页; 作者：康志坚李火星筑友智造智能科技有限公司湖南长沙410005; 结合试验设计、机器学习及紧密堆积模型提出了一种超高性能混凝土(UHPC)抗压强度预测和配合比优化方法,并对比了预测结果与实测结果。此外,还将支持向量回归-粒子群优化算法(SVR-PSO)模型与其他常见抗压强度预测模型进行了对比,并基于SV...; 结合试验设计、机器学习及紧密堆积模型提出了一种超高性能混凝土(UHPC)抗压强度预测和配合比优化方法,并对比了预测结果与实测结果。此外,还将支持向量回归-粒子群优化算法(SVR-PSO)模型与其他常见抗压强度预测模型进行了对比,并基于SVR-PSO模型设计开发了图形用户界面预测软件。结果表明:SVR-PSO模型在稳定性和预测精度方面具有明显优势,抗压强度预测值和实测值误差在5%以内;采用所提出的UHPC配合比设计方法,可基于原材料数据快速生成满足抗压强度要求的UHPC配合比。; 来源：详细信息评论

限定检索结果