期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AutoML-SHAP的超高性能混凝土抗压强度可解释预测
被引量：
1
1
作者
李硕
艾丽菲拉·艾尔肯
+1 位作者
罗文波
陈锦杰
《硅酸盐通报》
CAS
北大核心
2024年第10期3634-3644,共11页
超高性能混凝土(UHPC)的抗压强度与其配比成分之间存在高度非线性的复杂关系,利用传统的统计方法难以准确预测抗压强度。为解决这一问题,本文提出一种基于自动机器学习(AutoML)技术的UHPC抗压强度预测办法,同时引入沙普利加和解释(SHAP...
超高性能混凝土(UHPC)的抗压强度与其配比成分之间存在高度非线性的复杂关系,利用传统的统计方法难以准确预测抗压强度。为解决这一问题,本文提出一种基于自动机器学习(AutoML)技术的UHPC抗压强度预测办法,同时引入沙普利加和解释(SHAP)增加其可解释性。AutoML和SHAP的集成有助于构建精确、高效且可解释的模型。结果表明,AutoML模型可自动建立,其准确性、稳健性优于基础模型。SHAP通过全局解释性分析、单样本解释分析以及特征依赖性解释分析,阐明了各个特征因素对抗压强度的影响机理,有助于UHPC抗压强度发展机制以及影响参数重要性的理解,可为UHPC的设计与应用提供参考。
展开更多
关键词
超高性能混凝土
抗压强度
机器学习
AutoML
SHAP
在线阅读
下载PDF
职称材料
题名
基于AutoML-SHAP的超高性能混凝土抗压强度可解释预测
被引量：
1
1
作者
李硕
艾丽菲拉·艾尔肯
罗文波
陈锦杰
机构
湘潭大学土木工程学院
长沙学院土木工程学院
湘潭大学岩土力学与工程安全湖南省重点实验室
出处
《硅酸盐通报》
CAS
北大核心
2024年第10期3634-3644,共11页
基金
国家自然科学基金(12072308)。
文摘
超高性能混凝土(UHPC)的抗压强度与其配比成分之间存在高度非线性的复杂关系,利用传统的统计方法难以准确预测抗压强度。为解决这一问题,本文提出一种基于自动机器学习(AutoML)技术的UHPC抗压强度预测办法,同时引入沙普利加和解释(SHAP)增加其可解释性。AutoML和SHAP的集成有助于构建精确、高效且可解释的模型。结果表明,AutoML模型可自动建立,其准确性、稳健性优于基础模型。SHAP通过全局解释性分析、单样本解释分析以及特征依赖性解释分析,阐明了各个特征因素对抗压强度的影响机理,有助于UHPC抗压强度发展机制以及影响参数重要性的理解,可为UHPC的设计与应用提供参考。
关键词
超高性能混凝土
抗压强度
机器学习
AutoML
SHAP
Keywords
ultra-high performance concrete
compressive strength
machine learning
AutoML
SHAP
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AutoML-SHAP的超高性能混凝土抗压强度可解释预测
李硕
艾丽菲拉·艾尔肯
罗文波
陈锦杰
《硅酸盐通报》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
