收藏本站
《湖南大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的混凝土性能研究

殷宏辉  
【摘要】:作为混凝土结构设计与施工的重要依据,混凝土性能的研究越来越受到重视。按照传统的方法,例如混凝土抗压强度通常需要对混凝土试件进行28天的标准养护后测试获得。混凝土耐久性需要通过模拟环境,让试件在模拟环境下预测混凝土性能。这样,为了解决试验时间过长,环境模拟不够完善的缺点,对试验数据进行学习分析的机器学习方法就成了现今一个热门的方向。 支持向量机(Support Vector Machine,简称SVM)具有坚实数学理论基础和严格的理论分析,具有全局优化、适应能力强、推广能力好等优点,是一种新的机器学习方法。它采用的是统计学理论的结构风险最小化准则,兼顾了训练误差和泛化能力,所以对于采取经验风险最小化准则的神经网络来说,是一个很大的进步。并且支持向量机算法简单,收敛速度快,能很快的对采集的数据进行分析,节省了大量的做实验的时间。 针对神经网络容易出现“过学习”的问题,本文采用支持向量机模型对混凝土的硫酸盐膨胀性进行预测分析。将支持向量机的预测结果与神经网络等模型的预测结果进行比较分析,结果表明支持向量机能很好地预测混凝土的硫酸盐膨胀性问题。 针对分析硅酸盐混凝土的长期抗压强度的问题,本文采用支持向量机模型进行了预测分析,结果表明支持向量机的预测结果在整体上来说,比神经网络模型和模糊算法模型更加适合于硅酸盐混凝土的长期抗压强度预测。 通过上述两个算例证明了支持向量机的可行性,所以采用支持向量机和统计分析对混凝土的抗压强度和坍落度进行预测,结果表明支持向量机在小样本前提下也能很好的预测混凝土的抗压强度和坍落度。最后对预测的结果进行分析,依据影响混凝土抗压强度和坍落度的各个参量的灵敏性大小,为实际工程提高宝贵的意见。 使用基因表达式程序设计和支持向量机模型对混凝土28天抗压强度进行预测,将其预测结果与神经网络模型的预测结果进行对比,结果表明支持向量机模型的结果比其他两种方法的预测精度和误差都好,这说明支持向量机适用于混凝土抗压强度的预测。
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TU528.0

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 夏红霞,周宏,钟珞,魏光琼;基于神经网络的混凝土结构使用寿命评估[J];安全与环境学报;2004年01期
2 谢振国;;我国混凝土潜在碱骨料反应危险性分析[J];重庆科技学院学报(自然科学版);2009年02期
3 吕志涛;新世纪我国土木工程活动与预应力技术的展望[J];东南大学学报(自然科学版);2002年03期
4 刘婷婷,章克凌;人工神经网络在混凝土强度预测中的应用[J];粉煤灰综合利用;2005年04期
5 闫宏生;;混凝土碱骨料反应的成因及其预防措施[J];粉煤灰综合利用;2008年06期
6 王海龙;李庆斌;;孔隙水对湿态混凝土抗压强度的影响[J];工程力学;2006年10期
7 李晓克;杨晓明;赵顺波;;硫酸盐侵蚀混凝土中硫酸根离子分布的神经网络预测分析[J];华北水利水电学院学报;2007年04期
8 潘丽云;武志刚;赵顺波;;应力状态下混凝土受硫酸盐侵蚀深度的神经网络预测分析[J];华北水利水电学院学报;2008年05期
9 陈长久;安雪晖;;水泥粒径分布对混凝土抗压强度影响的试验研究[J];混凝土;2011年08期
10 叶建雄;杨长辉;周熙;陈科;;掺合料混凝土抗硫酸盐性能及评价方法[J];重庆建筑大学学报;2006年04期
中国博士学位论文全文数据库 前4条
1 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
2 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
3 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
4 李红云;引气天然浮石轻骨料混凝土性能的试验研究[D];内蒙古农业大学;2009年
中国硕士学位论文全文数据库 前7条
1 李占印;再生骨料混凝土性能的试验研究[D];西安建筑科技大学;2003年
2 李世伟;掺合料对碱矿渣混凝土性能影响的研究[D];重庆大学;2006年
3 黄兰丽;基因表达式程序设计在符号回归中的应用研究[D];湖南师范大学;2007年
4 汤海昌;硫酸盐侵蚀下混凝土的耐久性分析[D];南京理工大学;2008年
5 李瑞锋;BP神经网络在现场混凝土强度预测中的应用研究[D];天津大学;2008年
6 李志涛;基于支持向量机和遗传算法的混凝土碳化预测研究[D];河北农业大学;2009年
7 曾庆霞;基于支持向量机的水泥路面使用性能评价与预测的研究[D];长沙理工大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 黄海滨;;再生ABS/PC粉改性混凝土力学性能研究[J];工程塑料应用;2012年04期
2 陈丽红;孟宏睿;尚建丽;;高温后普通混凝土无损检测的试验研究[J];四川建筑科学研究;2007年03期
3 陈丽红;;不同温度作用后混凝土强度变化规律的研究[J];四川建筑科学研究;2007年05期
4 郭进军;刘忠;张雷顺;;混凝土高温损伤研究评述[J];四川建筑科学研究;2007年05期
5 张科强;陈丽红;林友军;王亚赫;;双掺混凝土高温作用后性能试验研究[J];四川建筑科学研究;2007年05期
6 丁声荣;霍艳华;姜新佩;;混凝土强度预测的混合神经网络模型[J];四川建筑科学研究;2010年06期
7 吴和胜;刘庆涛;陈福年;黄庆国;岑国平;吴永根;;机场道面再生混凝土配制与施工[J];四川建筑科学研究;2011年04期
8 苗春;刘昕;倪庆丰;;再生粗骨料砂浆含量测定方法及分级研究[J];四川建筑科学研究;2011年04期
9 徐洪坤;蔡汉;;掺粉煤灰机场道面混凝土抗冻融试验研究[J];四川建筑科学研究;2012年03期
10 李大华;超长混凝土结构施工的质量控制技术[J];安徽建筑工业学院学报(自然科学版);2004年06期
中国重要会议论文全文数据库 前10条
1 张雄;刘昕;;再生粗骨料砂浆含量测定方法及分级研究[A];自主创新与持续增长第十一届中国科协年会论文集(2)[C];2009年
2 吴学礼;康明;张树青;杨全兵;;矿粉混凝土的自收缩性能[A];新型建筑材料技术与发展——中国硅酸盐学会2003年学术年会新型建筑材料论文集[C];2003年
3 詹树林;钱晓倩;;起始养护时间对混凝土早期收缩的影响[A];第三届全国商品混凝土信息技术交流大会暨2006全国商品混凝土年会论文集[C];2006年
4 马保国;鄢佳佳;王明远;温小栋;;多环境下水泥基材料体积变形测试方法研究及应用[A];2007'中国商品混凝土可持续发展论坛论文集[C];2007年
5 张雄;刘昕;;再生粗骨料砂浆含量测定方法及分级研究[A];房建材料与绿色建筑[C];2009年
6 董云霞;王新泉;;PNN网络在公路隧道施工安全评价中的应用[A];建设工程安全理论与应用——首届中国中西部地区土木建筑学术年会论文集[C];2011年
7 吴开成;沈佩蓓;庄一舟;邱凌;;现代广义预应力结构的理论及应用研究[A];第14届全国结构工程学术会议论文集(第三册)[C];2005年
8 张耀庭;李宏健;;全预应力砼梁动力性能试验研究[A];第16届全国结构工程学术会议论文集(第Ⅲ册)[C];2007年
9 刘旭晨;黄卫;杨旭;魏莹;覃维祖;张士海;;胶凝材料体系对早期收缩开裂的影响[A];钢筋混凝土结构裂缝控制论文集[C];2004年
10 钱晓倩;詹树林;;养护条件对混凝土早期收缩的影响[A];全国高强与高性能混凝土及其应用专题研讨会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
2 冯新敏;基于元胞自动机的三维复杂槽型车刀片设计及其断屑研究[D];哈尔滨理工大学;2010年
3 徐跃杭;新型高频场效应器件特性与建模技术研究[D];电子科技大学;2010年
4 张开广;郑州地区仰韶文化遗址空间模式研究[D];解放军信息工程大学;2010年
5 谭晓倩;活化生土基低碳节能村镇建筑材料研究[D];大连理工大学;2011年
6 于哲夫;一种新的特征选择方法及其在路面使用性能分析中的应用[D];大连海事大学;2011年
7 郭琦;复杂预应力体系梁式结构有效预应力预测理论与方法研究[D];长安大学;2008年
8 王珍;高性能混凝土建筑火灾烧损试验研究[D];西南交通大学;2011年
9 黄伟;矿井补偿收缩钢纤维混凝土性能试验研究与工程应用[D];安徽理工大学;2011年
10 高润东;复杂环境下混凝土硫酸盐侵蚀微—宏观劣化规律研究[D];清华大学;2010年
中国硕士学位论文全文数据库 前10条
1 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
2 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
3 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
4 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
5 邓禄群;高光谱图像类别信息相关技术研究[D];哈尔滨工程大学;2010年
6 蒋桂莲;基于粗糙集和支持向量机的人脸识别[D];长沙理工大学;2010年
7 高佳;基于支持向量机的地下矿泉水质预测研究[D];山东师范大学;2010年
8 肖宇;基于支持向量机的供应链合作伙伴选择算法[D];华东师范大学;2011年
9 阮俊虎;基于GA-SVM的区域物流需求预测研究[D];河北工程大学;2010年
10 任彦华;短切碳纤维混凝土静载力学性能及微观结构研究[D];昆明理工大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 曾祖亮;锂渣的来源和锂渣混凝土的增强抗渗机理探讨[J];四川有色金属;2000年04期
2 李宇峰,裴旭东,黄聪明;BP神经网络实际应用中的若干问题[J];兵工自动化;1998年01期
3 吴今培;邹平;;时间序列的稳健分析[J];长沙铁道学院学报;1990年01期
4 唐湖北;灰色理论在预测高强混凝土长期强度中的应用[J];长沙铁道学院学报;2002年04期
5 周瑞林,刘永建;应用RBF网络预测粉煤灰混凝土强度[J];河北农业大学学报;2001年04期
6 张治强,冯夏庭,杨成祥,林韵梅;非线性位移时间序列分析的遗传神经网络方法[J];东北大学学报;1999年04期
7 聂鹏;混凝土含气量对其力学性能的影响[J];东北公路;2000年02期
8 宋杰,唐焕文;基于线性规划的ν-支持向量机分类器[J];大连理工大学学报;2005年02期
9 关宇刚,孙伟,缪昌文;冻融疲劳作用下高强混凝土劣化特征点的分析[J];东南大学学报(自然科学版);2001年06期
10 吕志涛;新世纪我国土木工程活动与预应力技术的展望[J];东南大学学报(自然科学版);2002年03期
中国博士学位论文全文数据库 前3条
1 胡建勤;高性能混凝土抗裂性能及其机理的研究[D];武汉理工大学;2002年
2 张苑竹;混凝土结构耐久性检测、评定及优化设计方法[D];浙江大学;2003年
3 仲伟秋;既有钢筋混凝土结构的耐久性评估方法研究[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前4条
1 王有宗;工程结构混凝土强度检验评定的研究[D];郑州大学;2002年
2 黄河;损伤理论在腐蚀混凝土力学性能研究中的应用[D];重庆大学;2004年
3 刘丽芳;轻集料混凝土匀质性的研究[D];哈尔滨工业大学;2006年
4 李红辉;大掺量粉煤灰高性能混凝土研究[D];北京建筑工程学院;2008年
【相似文献】
中国期刊全文数据库 前10条
1 孙云普;王云飞;郑晓娟;;基于遗传-支持向量机法的煤层顶板导水断裂带高度的分析[J];煤炭学报;2009年12期
2 张永恒;韦帅;王伟;庄薇;;新型混凝土表面保护材料对大掺量粉煤灰混凝土性能的影响[J];市政技术;2011年02期
3 王志;丁德馨;张志军;;支持向量机在混凝土强度预测中的应用研究[J];南华大学学报(自然科学版);2011年01期
4 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
5 贾存良;吴海山;巩敦卫;;煤炭需求量预测的支持向量机模型[J];中国矿业大学学报;2007年01期
6 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期
7 张国新;汤青波;许德昌;;基于支持向量机的液压泵故障诊断[J];煤矿机械;2007年08期
8 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期
9 辛玉红;朱广田;;基于支持向量机的ERP软件供应商选择[J];辽宁工程技术大学学报;2007年S2期
10 邹华胜;杨峰;李刚;;基于支持向量机的路基检测研究[J];矿业研究与开发;2008年02期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 郑武;瓦楞纸箱抗压强度劣变系数取值的探讨[N];中国包装报;2006年
2 北京浩骅建特干粉砂浆技术中心 李想;干粉砂浆容易混淆的几个概念[N];中国建材报;2007年
3 李焕章;纸箱在使用过程中出现的问题及解决方法[N];中国包装报;2004年
4 王兰 姜斌(作者单位:江苏省昆山市水利建筑安装工程有限公司);回弹法检测多孔孔砖砌体 砌筑砂浆强度的探讨[N];广东建设报;2006年
5 中国建筑材料工业协会名誉会长 王燕谋;对“凝石”的看法[N];中国建材报;2005年
6 魏双林;石墨降膜吸收器造福氯碱环保[N];中国化工报;2008年
7 王本彦;瓦楞纸箱测试浅探[N];中国包装报;2008年
8 本报记者 兰建国;又好又快发展[N];中国冶金报;2007年
9 熙隆;增强瓦楞纸箱强度的方法[N];中国包装报;2006年
10 李全宏 王建国;晋城“问题水泥”多多[N];山西日报;2006年
中国博士学位论文全文数据库 前10条
1 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
4 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
5 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
10 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026