基于遗传算法优化支持向量机的再生混凝土抗压强度预测模型.pdfVIP

第 卷 第 期 ３４ １ 　 中 外 公 路 　 年 月 　 　 　 　　　　 ２０１４ ２ 　　　 ３１１ 文章编号： （ ） １６７１－２５７９２０１４０１－０３１１－０３ 　 基于遗传算法优化支持向量机的再生混凝土 抗压强度预测模型 ， ， 朱伟 石超峰 李楠 （ ， ） 重庆交通大学交通运输学院 重庆市 ４０００７４ 　 ： ， 摘要 针对再生混凝土抗压强度预测问题 提出了一种基于遗传算法优化支持向量机 （ ） 。 ， ＧＡ－ＳＶＭ 的抗压强度预测模型 利用遗传算法对 ＳＶＭ 的参数进行优化 并得到优化的 。 ： ， ＳＶＭ预测模型 仿真试验结果表明 与 ＢＰ神经网络和传统 ＳＶＭ 的预测结果相比 基于遗 传算法优化支持向量机模型的预测精度更高。 ： ； ； ； ； 关键词 再生混凝土 遗传算法 支持向量机 ＢＰ神经网络 强度预测 混凝土是建筑工程领域中应用最广泛的建筑材料 构建了基于遗传算法优化支持向量机的再生混凝土抗 　　 。 ， 。 ： 之一 每年 全世界都需要拌制数量巨大的混凝土来 压强度预测模型 仿真试验结果表明 该模型预测精 ， ， ， 度更高 为再生混凝土的抗压强度预测提供了一种新 满足不断增长的建筑需求 与此同时 由于构筑物的拆 ， 的途径。 除 超过使用年限等原因而产生的废弃混凝土的数量 。 ， 也是非常惊人的 因此 回收再利用废弃混凝土便显 。 支持向量机的基本原理 得越来越重要 再生混凝土技术可以实现废弃混凝土 １ 　 ， 、 、 的有效回收利用 对于保护环境 节约资源 发展生态 。 支持向量机理论可用于分类问题和回归问题 其 ， 建筑具有重要的意义 通常被认为是发展绿色生态混 （ ），