-
题名基于ISSA-GRU的混凝土抗压强度预测
- 1
-
-
作者
段妹玲
张单
袁锦虎
孙爱军
强晟
-
机构
河海大学水利水电学院
中国电建集团华东勘测设计研究院有限公司
江西省鄱阳湖水利枢纽建设办公室
余姚市水利局
-
出处
《硅酸盐通报》
CAS
北大核心
2023年第7期2392-2400,共9页
-
基金
国家自然科学基金(52079049)
宁波市水利科技项目(NSKA202343)。
-
文摘
考虑到抗压强度对混凝土设计的重要影响,本文提出了改进麻雀搜索算法(ISSA)和门控循环单元(GRU)结合的ISSA-GRU预测模型,实现对高性能混凝土抗压强度的精准预测。对收集的数据集进行归一化处理后,利用基于光谱-理化值共生距离(SPXY)法对数据集进行训练集和测试集划分,采用GRU对高性能混凝土抗压强度进行回归预测,并通过引入动态惯性权重的ISSA,加强对GRU网络参数的寻优效率。结果表明,在使用相同数据样本的情况下,将ISSA-GRU模型与长短期记忆(LSTM)网络、核极限学习机(KELM)和支持向量回归(SVR)模型进行比较,其均方根误差RMSE分别降低了9.3%、37.5%、33.5%,平均绝对误差MAE分别降低了13.5%、38.5%、41.7%。同时,研究了训练集数据量和输入变量对模型预测性能的影响,研究结果表明,所提出的模型能高效寻找超参数,具有较高的预测精度和较好的适应性,为多样化原材料和混凝土特定性能的发展提供可行参考。
-
关键词
高性能混凝土
门控循环单元
动态惯性权重
麻雀搜索算法
深度学习
强度预测
-
Keywords
high-performance concrete
gate recurrent unit
dynamic inertia weight
sparrow search algorithm
deep learning
strength prediction
-
分类号
TU528.01
[建筑科学—建筑技术科学]
-
