期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于稀疏多项式混沌展开模型的钢筋混凝土结构长期挠度预测
1
作者 岳鑫鑫 张健 +3 位作者 马露 于敏 常山 但文蛟 《西华大学学报(自然科学版)》 CAS 2024年第3期84-90,共7页
钢筋混凝土受弯结构的长期挠度预测对于评价其全寿命周期的可服役性和安全性具有重要意义。文章传统的经验法难以考虑所有的影响因素,为了能够准确预测钢筋混凝土结构的长期挠度,本文使用稀疏多项式混沌展开(polynomial chaos expansion... 钢筋混凝土受弯结构的长期挠度预测对于评价其全寿命周期的可服役性和安全性具有重要意义。文章传统的经验法难以考虑所有的影响因素,为了能够准确预测钢筋混凝土结构的长期挠度,本文使用稀疏多项式混沌展开(polynomial chaos expansion,PCE)模型预测钢筋混凝土结构的长期挠度,并对影响结构挠度的参数进行全局灵敏度分析。使用实验数据集建立和评估稀疏PCE模型,与常见的代理模型(RBF、SVR和Kriging)和常见的机器学习模型(BP神经网络)进行比较,采用十折交叉验证算法对模型进行训练和检验。结果表明,稀疏PCE模型在预测钢筋混凝土结构长期挠度方面均优于常见的代理模型和机器学习模型,其相关系数R^(2)、相对平均绝对误差(RAAE)、相对最大绝对误差(RMAE)和均方根误差(RMSE)分别为0.970、0.108、0.537和0.062。稀疏PCE模型的RMSE值远远优于经验方法。最后,基于稀疏PCE的全局灵敏度分析结果对影响结构挠度的参数进行了重要性排序,其中,瞬时或即时测量的挠度a(i)、跨深比l/h、龄期t’混凝土强度fc’重要性程度较高,且依次递减。稀疏PCE模型可用于钢筋混凝土结构长期挠度预测,并且可量化评估影响钢筋混凝土结构长期适用性的关键因素。 展开更多
关键词 钢筋混凝土结构 挠度预测 多项式混沌展开 代理模型 机器学习 全局灵敏度分析
在线阅读 下载PDF
基于XGBoost模型的钢筋混凝土梁长期挠度预测研究
2
作者 岳鑫鑫 常山 +2 位作者 杜玉杰 马露 但文蛟 《安阳工学院学报》 2024年第4期98-105,共8页
为准确地对钢筋混凝土(Reinforced Concrete,RC)梁的长期挠度进行预测,首先收集了RC梁的长期挠度试验数据,随后基于极度梯度提升树(eXtreme Gradient Boosting,XGBoost)建立了RC梁长期挠度预测模型,在试验数据集上进行了模型精度的测试... 为准确地对钢筋混凝土(Reinforced Concrete,RC)梁的长期挠度进行预测,首先收集了RC梁的长期挠度试验数据,随后基于极度梯度提升树(eXtreme Gradient Boosting,XGBoost)建立了RC梁长期挠度预测模型,在试验数据集上进行了模型精度的测试,并与基于支持向量回归基(Support vector regression,SVR)和反向传播神经网络(Back Propagation Neural Network,BPNN)建立的预测模型进行比对。结果表明,本研究建立的基于XGBoost模型的RC梁长期挠度预测模型在训练集、测试集上的决定系数分别达到1.0000、0.9818,可用于RC梁的长期变形挠度预测;与基于SVR和BPNN建立的模型相比,XGBoost模型的均方根误差分别降低了98.03%、15.93%和99.47%、85.97%,平均绝对百分比误差分别降低了95.51%、11.81%和96.40%、30.83%,优势明显。最后,基于XGBoost模型对RC梁的长期挠度进行了全局灵敏度分析,对影响参数进行了重要性排序。本研究结果证明了基于XGBoost的预测模型在该领域具有优异的性能。 展开更多
关键词 钢筋混凝土梁 XGBoost 长期挠度预测 机器学习 全局灵敏度分析
在线阅读 下载PDF
汽车倒车系统中超声波测距模块的设计 被引量:20
3
作者 彭翠云 赵广耀 戎海龙 《压电与声光》 CSCD 北大核心 2008年第2期251-254,共4页
介绍了以Cygnal 8051 F330单片机为控制器,用于汽车倒车的超声波测距模块的硬件电路和软件设计方案,在抗干扰设计等方面该模块采用了软硬件综合处理措施,实现了较高的测距精度和较宽的测距范围。在满足倒车系统要求的基础上,体现了简单... 介绍了以Cygnal 8051 F330单片机为控制器,用于汽车倒车的超声波测距模块的硬件电路和软件设计方案,在抗干扰设计等方面该模块采用了软硬件综合处理措施,实现了较高的测距精度和较宽的测距范围。在满足倒车系统要求的基础上,体现了简单、经济、实效、实用的特点,文章给出了该模块的实际调试效果和误差分析结果。 展开更多
关键词 超声波测距 带通滤波 单片机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部