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
基于机器学习的分形导数Maxwell混凝土徐变模型
1
作者
梅生启
李旭峰
+4 位作者
王兴举
刘晓东
吴黎明
李星艳
刘哲
《浙江大学学报(工学版)》
北大核心
2026年第3期487-494,共8页
为了解决现有混凝土徐变模型计算复杂且对多源分散数据预测精度有限的问题,通过物理模型与数据驱动融合的方式,结合具有物理意义的分形导数理论与XGBoost机器学习算法,提出可预测的分形导数Maxwell混凝土徐变模型.基于从NU混凝土徐变数...
为了解决现有混凝土徐变模型计算复杂且对多源分散数据预测精度有限的问题,通过物理模型与数据驱动融合的方式,结合具有物理意义的分形导数理论与XGBoost机器学习算法,提出可预测的分形导数Maxwell混凝土徐变模型.基于从NU混凝土徐变数据库中筛选出的746组试验数据,建立混凝土材料特性、环境条件与分形导数Maxwell模型关键参数(分形阶数和黏性系数)之间的映射关系,采用贝叶斯优化方法确定模型的最优超参数.研究结果表明,所构建模型在测试集上对分形阶数和黏性系数的预测决定系数分别达到0.919和0.908,在独立的验证集上,预测决定系数的评分为0.909,展现出良好的拟合性能和泛化能力.与既有模型相比,提出的物理-数据融合模型在保留理论解释性的同时,有效提高了整体的预测精度.
展开更多
关键词
混凝土徐变
分形导数理论
Maxwell模型
机器学习算法
预测模型
在线阅读
下载PDF
职称材料
题名
基于机器学习的分形导数Maxwell混凝土徐变模型
1
作者
梅生启
李旭峰
王兴举
刘晓东
吴黎明
李星艳
刘哲
机构
石家庄铁道大学省部共建
交通
工程结构力学行为与系统安全国家重点实验室
石家庄铁道大学
交通
运输学院
山西交通物流集团有限公司
石家庄铁道大学土木工程学院
四川轻化工大学土木工程学院
出处
《浙江大学学报(工学版)》
北大核心
2026年第3期487-494,共8页
基金
国家自然科学基金资助项目(52108161)
河北省高等学校科学研究资助项目(BJK2024127)
+1 种基金
石家庄铁道大学土木工程学院自主科研课题(TMXN2201)
石家庄铁道大学研究生创新资助项目(YC202407,YC202426)。
文摘
为了解决现有混凝土徐变模型计算复杂且对多源分散数据预测精度有限的问题,通过物理模型与数据驱动融合的方式,结合具有物理意义的分形导数理论与XGBoost机器学习算法,提出可预测的分形导数Maxwell混凝土徐变模型.基于从NU混凝土徐变数据库中筛选出的746组试验数据,建立混凝土材料特性、环境条件与分形导数Maxwell模型关键参数(分形阶数和黏性系数)之间的映射关系,采用贝叶斯优化方法确定模型的最优超参数.研究结果表明,所构建模型在测试集上对分形阶数和黏性系数的预测决定系数分别达到0.919和0.908,在独立的验证集上,预测决定系数的评分为0.909,展现出良好的拟合性能和泛化能力.与既有模型相比,提出的物理-数据融合模型在保留理论解释性的同时,有效提高了整体的预测精度.
关键词
混凝土徐变
分形导数理论
Maxwell模型
机器学习算法
预测模型
Keywords
concrete creep
fractal derivative theory
Maxwell model
machine-learning algorithm
prediction 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
基于机器学习的分形导数Maxwell混凝土徐变模型
梅生启
李旭峰
王兴举
刘晓东
吴黎明
李星艳
刘哲
《浙江大学学报(工学版)》
北大核心
2026
0
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
