基于随机森林和支持向量机的高性能混凝土抗渗性预测研究
Bulletin of the Chinese ceramic society（2021）
摘要
为了实现对混凝土抗渗性快速而精确地预测,提出了一种基于随机森林(RF)和支持向量机(SVM)的RF-SVM预测模型.首先以氯离子渗透系数为抗渗性评价指标,基于原材料配比确定了混凝土抗渗性的初始指标体系,然后利用随机森林算法结合后向剔除法进行指标筛选,剔除了冗余指标,得到了用于支持向量机建模的最优指标集,最后在此基础上建立了基于支持向量机的混凝土抗渗性预测模型,并研发了RF-SVM算法.以东北某高速公路项目为背景进行应用分析,结果表明,所提出的RF-SVM模型能够有效筛除冗余因素,得到精度较高的预测结果,且预测结果满足工程实践的要求,能够为混凝土抗渗性预测提供一种快速有效的方法.
更多关键词
impermeability,concrete,random forest,support vector machine,prediction
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要