-
Patent Agency Ranking
公开(公告)号：CN111985796B
公开(公告)日：2021-06-18
申请号：CN202010787552.7
申请日：2020-08-07
Applicant: 华中科技大学
Abstract: 本发明属于混凝土结构抗渗性预测技术领域，并具体公开了一种基于随机森林和智能算法预测混凝土结构耐久性的方法。包括：构建混凝土抗渗性指标体系，建立原始样本集，将训练数集作为随机森林回归模型的输入，对抗渗性指标体系的影响因素进行重要性评价，选出随机森林回归模型误差最小的影响因素集合，将最优特征变量集作为所述最小二乘支持向量机模型的输入变量，混凝土氯离子扩散系数预测结果作为输出变量，对最小二乘支持向量机模型进行训练，然后采用所述测试数集验证训练后的最小二乘支持向量机模型的预测结果；对所述预测结果进行分析，验证最小二乘支持向量机模型预测混凝土结构抗渗性的效果。本发明方法预测速度快，预测结果精准可靠。
-
公开(公告)号：CN112001600B
公开(公告)日：2022-06-14
申请号：CN202010756906.1
申请日：2020-07-31
Applicant: 华中科技大学
Abstract: 本发明公开一种基于SVM和DS理论的渗漏水风险监测方法，包括：构建盾构隧道渗漏水三级风险监测参数体系，并获取实时监测数据；构建并训练SVM分类模型，基于实时监测数据，通过SVM分类模型获取二级风险监测参数的基本概率赋值；基于D‑S证据理论对二级风险监测参数的BPA进行证据融合，得到二级风险监测参数的风险等级隶属度；根据二级风险监测参数的风险等级隶属度获取盾构隧道渗漏水风险等级，并逆向计算相应的风险监测参数，完成盾构隧道渗漏水风险监测。本发明有效提高了隧道渗漏水风险监测的客观性和准确性，并且能够有针对性地进行风险控制，降低渗漏风险，保证地铁隧道安全运营。
-
公开(公告)号：CN112001600A
公开(公告)日：2020-11-27
申请号：CN202010756906.1
申请日：2020-07-31
Applicant: 华中科技大学
Abstract: 本发明公开一种基于SVM和DS理论的渗漏水风险监测方法，包括：构建盾构隧道渗漏水三级风险监测参数体系，并获取实时监测数据；构建并训练SVM分类模型，基于实时监测数据，通过SVM分类模型获取二级风险监测参数的基本概率赋值；基于D-S证据理论对二级风险监测参数的BPA进行证据融合，得到二级风险监测参数的风险等级隶属度；根据二级风险监测参数的风险等级隶属度获取盾构隧道渗漏水风险等级，并逆向计算相应的风险监测参数，完成盾构隧道渗漏水风险监测。本发明有效提高了隧道渗漏水风险监测的客观性和准确性，并且能够有针对性地进行风险控制，降低渗漏风险，保证地铁隧道安全运营。
-
公开(公告)号：CN111985796A
公开(公告)日：2020-11-24
申请号：CN202010787552.7
申请日：2020-08-07
Applicant: 华中科技大学
Abstract: 本发明属于混凝土结构抗渗性预测技术领域，并具体公开了一种基于随机森林和智能算法预测混凝土结构耐久性的方法。包括：构建混凝土抗渗性指标体系，建立原始样本集，将训练数集作为随机森林回归模型的输入，对抗渗性指标体系的影响因素进行重要性评价，选出随机森林回归模型误差最小的影响因素集合，将最优特征变量集作为所述最小二乘支持向量机模型的输入变量，混凝土氯离子扩散系数预测结果作为输出变量，对最小二乘支持向量机模型进行训练，然后采用所述测试数集验证训练后的最小二乘支持向量机模型的预测结果；对所述预测结果进行分析，验证最小二乘支持向量机模型预测混凝土结构抗渗性的效果。本发明方法预测速度快，预测结果精准可靠。
-
公开(公告)号：CN111861264A
公开(公告)日：2020-10-30
申请号：CN202010756905.7
申请日：2020-07-31
Applicant: 华中科技大学
Abstract: 本发明公开一种基于数据挖掘和智能算法预测混凝土耐久性方法，包括如下步骤：构建混凝土早期抗裂性指标体系，采集属于所述指标体系的样本数据，用于构建随机森林(RF)输入模型，以选取指标集；基于随机森林作变量重要性排序，对所述指标体系的影响因子进行特征选择，筛除不重要的指标，选出最优特征变量集实现降维；输入最优特征集，利用参数寻优后的支持向量机SVM建模，得出混凝土早期总开裂面积，并对结果进行验证。本发明将随机森林特征选择与支持向量机结合，能在保证结果准确性的前提下提取关键特征，提高了预测模型的精度，使得预测结果更加精确、稳定，可作为快速预测混凝土早期抗裂性的有效的工具。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
