基于机器学习回归模型的UHPC抗压强度预测研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
简介
以超高性能混凝土(UHPC)组成原材料中的水泥、矿粉、硅灰、钢纤维、减水剂、消泡剂和水的用量为特征,28 d抗压强度为标签建立了数据集,并采用随机森林回归(RFR)、支持向量机回归(SVR)和多层感知机回归(MLPR)3种机器学习回归模型对数据集进行了训练和预测。结果表明:MLPR模型的拟合优度最高;RFR模型中对UHPC的28 d抗压强度影响相对较大的3个因素为硅灰、水泥和水的用量;SVR模型和MLPR模型的预测值均落在5%置信区间内,回归效果均较理想。相关论文
- 2023-09-20偶联剂对PB-g-PS胶乳改性水泥砂浆性能的影响
- 2023-09-04工业废石膏煤矸石复合制备绿色胶凝材料试验研究
- 2023-09-13聚合物对泡沫混凝土孔结构和性能的影响研究
- 2022-12-08EVA对煤矸石泡沫混凝土性能的影响研究
- 2023-09-28污水浸泡环境下混凝土的微生物腐蚀影响研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。