原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
机器学习在纤维混凝土强度预测中的应用
目录
内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.1混凝土材料的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.1.2纤维增强混凝土的发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.1.3强度预测在工程实践中的作用．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.2.1传统纤维混凝土强度预测方法．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.2.2机器学习技术在材料领域的应用概述．．．．．．．．．．．．．．．．．．．．17
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.3.2具体研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
1.4.1数据采集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
1.4.2机器学习模型的选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
1.4.3模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
纤维混凝土基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.1纤维混凝土的组成与结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.1.1水泥基材料特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.1.2纤维的类型与性能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
2.1.3纤维混凝土的内部构造．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
2.2纤维混凝土力学性能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
2.2.1纤维对混凝土抗拉性能的影响．．．．．．．．．．．．．．．．．．．．．．．．．．50
2.2.2纤维对混凝土抗压性能的影响．．．．．．．．．．．．．．．．．．．．．．．．．．52
2.2.3纤维对混凝土抗折性能的影响．．．．．．．．．．．．．．．．．．．．．．．．．．53
2.2.4纤维水泥基复合材料的断裂机理．．．．．．．．．．．．．．．．．．．．．．．．55
2.3影响纤维混凝土强度的因素．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
2.3.1水泥品种与用量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
2.3.2水胶比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
2.3.3纤维类型、掺量与长径比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
2.3.4温度与养护条件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70
2.3.5外加剂．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
机器学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
3.1线性回归算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
3.1.1简单线性回归．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78
3.1.2多元线性回归．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
3.1.3系统评估线性回归模型适用性．．．．．．．．．．．．．．．．．．．．．．．．．．81
3.2支持向量机算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82
3.2
文档评论（0）