基于PSO-集成学习的混凝土收缩预测模型构建与分析.pdfVIP

基于PSO-集成学习的混凝土收缩预测模型构建与分析.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第32卷第2期Vol32No2

2025年4月JournalofPutianUniversityApr2025

文章编号:1672 ̄4143(2025)02 ̄0071 ̄08中图分类号:TU528文献标识码:A

基于PSO ̄集成学习的混凝土收缩预测模型构建与分析

11123

屈兵ꎬ李学峰ꎬ赖秀英ꎬ翁向阳ꎬ林文聪

(1莆田学院土木工程学院ꎬ福建莆田351131ꎻ

2福建荔建检验检测集团有限公司ꎬ福建莆田351131ꎻ

3福建省南禹工程建设有限公司ꎬ福建三明365001)

摘要:为充分考虑混凝土收缩行为中的多因素耦合效应ꎬ选取水灰比、环境湿度等14项特征参数ꎬ构

建了基于集成学习AdaBoost、GBDT、XGBoost及CatBoost算法的混凝土收缩预测模型ꎬ采用粒子群优化

(PSO)算法优化各模型的超参数ꎮ结果表明:PSO ̄CatBoost模型的预测精度最优ꎬ在测试集上的2

R、RMSE

和MAE分别为09524、01099和00638ꎻSHAP可解释性分析表明ꎬ对收缩预测影响最大的五个因素分别

为测量时间、环境湿度、体表比、水灰比和干燥龄期ꎬ环境湿度与体表比的降低会加剧收缩变形ꎬ水灰比

在约04~06范围内增加时ꎬ混凝土收缩变形增加ꎮ

关键词:混凝土收缩ꎻ预测模型ꎻ集成学习ꎻ粒子群优化ꎻ机器学习

ModelingandInterpretationofaPSO ̄EnsembleLearning

AlgorithmforConcreteShrinkagePrediction

11123

QUBingꎬLIXuefengꎬLAIXiuyingꎬWENGXiangyangꎬLINWencong

(1SchoolofCivilEngineeringꎬPutianUniversityꎬPutianFujian351131ꎬChinaꎻ

2FujianLijianInspection&TestingGroupCoꎬLtdꎬPutianFujian351131ꎬChinaꎻ

3FujianNanyuEngineeringConstructionCoꎬLtdꎬSanmingFujian365001ꎬChina)

Abstract:Tocomprehensivelyaccountforthecomplexmulti ̄factorcouplingeffectsinconcreteshrinkagebehaviorꎬ

14criticalparameterssuchaswater ̄to ̄cementratioandambi

文档评论(0)

经管专家 + 关注
实名认证
服务提供商

初级会计持证人

专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!

版权声明书
用户编号:6055234005000000
领域认证该用户于2023年12月17日上传了初级会计

1亿VIP精品文档

相关文档