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
基于机器学习的透水混凝土耐磨性能预测
被引量：
1
1
作者
白涛
罗小宝
邢国华
《硅酸盐通报》
CAS
北大核心
2024年第1期138-146,共9页
本研究旨在利用机器学习模型进行透水混凝土耐磨性能预测。收集了150组透水混凝土耐磨性能试验数据并构建了数据库,采用特征相关性分析确定了6个输入参数,分别为骨料最大粒径、水胶比、砂率、骨胶比、粉煤灰掺量和旋转圈数。利用多种机...
本研究旨在利用机器学习模型进行透水混凝土耐磨性能预测。收集了150组透水混凝土耐磨性能试验数据并构建了数据库,采用特征相关性分析确定了6个输入参数,分别为骨料最大粒径、水胶比、砂率、骨胶比、粉煤灰掺量和旋转圈数。利用多种机器学习算法(XGBoost、Gradient Boosting、AdaBoost、Decision Tree和Random Forest)建立了透水混凝土磨损率预测模型,通过决定系数(R^(2))、均方根误差(RMSE)和平均绝对误差(MAE)对模型性能进行表征。研究结果表明,Gradient Boosting模型在训练集和测试集上均具有较高的准确性和较小的预测误差,与现有理论模型的比较分析也证实了Gradient Boosting模型在预测透水混凝土磨损率方面的优势。研究成果可为透水混凝土的设计和应用提供参考,并有望降低相关工程的维护成本。
展开更多
关键词
透水混凝土
耐磨性能
磨损率
机器学习
Gradient
Boosting模型
在线阅读
下载PDF
职称材料
题名
基于机器学习的透水混凝土耐磨性能预测
被引量：
1
1
作者
白涛
罗小宝
邢国华
机构
中铁一局集团建筑安装工程有限公司西安建筑分公司
长安大学
建筑
工程
学院
出处
《硅酸盐通报》
CAS
北大核心
2024年第1期138-146,共9页
基金
中铁一局集团建筑安装工程有限公司科研项目(HJF-ZHB-202205)。
文摘
本研究旨在利用机器学习模型进行透水混凝土耐磨性能预测。收集了150组透水混凝土耐磨性能试验数据并构建了数据库,采用特征相关性分析确定了6个输入参数,分别为骨料最大粒径、水胶比、砂率、骨胶比、粉煤灰掺量和旋转圈数。利用多种机器学习算法(XGBoost、Gradient Boosting、AdaBoost、Decision Tree和Random Forest)建立了透水混凝土磨损率预测模型,通过决定系数(R^(2))、均方根误差(RMSE)和平均绝对误差(MAE)对模型性能进行表征。研究结果表明,Gradient Boosting模型在训练集和测试集上均具有较高的准确性和较小的预测误差,与现有理论模型的比较分析也证实了Gradient Boosting模型在预测透水混凝土磨损率方面的优势。研究成果可为透水混凝土的设计和应用提供参考,并有望降低相关工程的维护成本。
关键词
透水混凝土
耐磨性能
磨损率
机器学习
Gradient
Boosting模型
Keywords
pervious concrete
abrasion resistance
abrasion ratio
machine learning
Gradient Boosting model
分类号
TU528 [建筑科学—建筑技术科学]
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
基于机器学习的透水混凝土耐磨性能预测
白涛
罗小宝
邢国华
《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
