高强混凝土强度预测的支持向量机模型及应用

高强混凝土的强度受多种因素的影响,其强度的预测是一个动态性的系统工程。采用支持向量机理论,建立了高强混凝土的强度预测的支持向量机预测模型。并将该模型计算结果与实测混凝土28 d抗压强度、BP网络计算的强度、RBF径向基函数神经网络计算的强度、线性回归模型计算的强度、非线性回归模型计算的强度进行比较。研究表明:预测结果与实测结果吻合较好,较线性回归和神经网络预测精度高,为高强混凝土的强度预测提供了一条新途径。     

高强混凝土强度预测人工智能方法及应用

高强混凝土的强度预测是一个动态性可变复杂问题,受各种因素的影响。采用多种智能方法,建立了高强混凝土的强度预测的遗传算法与神经网络的集成模型。并将该模型计算结果与实测混凝土28 d抗压强度,RBF径向基函数神经网络计算的强度,非线性回归模型计算的强度进行比较。研究表明:预测结果与实测结果吻合较好,较线性回归和神经网络预测精度高,为高强混凝土的强度预测提供了一条新方法。     

高强混凝土的劈拉强度

高强混凝土的劈拉强度ｆｓｐ与其立方抗压强度ｆｃｕ的比值小于普通混凝土．作者分析了国内高强混凝土劈拉强度试验３９组数据，给出了计算公式     

钢纤维高强混凝土轴拉性能试验研究

完成了22组共110个钢纤维高强混凝土试件的轴拉试验。分析研究了钢纤维高强混凝土的轴拉强度和劈拉强度的关系,钢纤维高强混凝土轴拉性能随钢纤维体积掺量、基体强度及钢纤维类型的变化规律。给出了钢纤维高强混凝土轴拉应力-应变全曲线的数学模型,根据试验数据的回归分析确定了曲线相关的参数。研究成果对钢纤维高强混凝土在结构中的应用提供了依据。     

高强混凝土梁抗剪强度的有限元研究

结合 1 8根立方体抗压强度为 1 0 0～ 1 5 0 MPa的高强混凝土有腹筋约束梁 ,在集中荷载作用下抗剪性能的试验研究。利用高强混凝土的各种基本物理力学性能参数 ,以非线性有限元分析为基础 ,采用较为完善的非线性本构模型和破坏准则 ,编写了高强混凝土有腹筋约束梁抗剪强度有限元分析程序以模拟试验。在非线性有限元分析模拟试验结果和已有试验实测数据的基础上 ,统计回归出了高强混凝土有腹筋约束梁抗剪强度计算公式 ,应用该公式所得结果与试验结果符合较好。     

高强箍筋约束高强混凝土柱的抗轴压性能

为了研究高强箍筋约束高强混凝土柱的抗轴压性能,定量分析该类型柱的强度和变形提高程度,进行了31根高强箍筋约束高强混凝土方形截面柱的轴心受压试验。在试验的基础上,分析箍筋强度、箍筋间距和箍筋形式对其强度和变形性能的影响;结合国内外试验数据,通过回归分析提出高强箍筋约束高强混凝土峰值强度和极限应变的计算公式。     

高强混凝土简支梁抗剪强度的计算

根据１６根高强混凝土有腹筋简支梁抗剪试验结果，用现有几个抗剪强度计算公式对高强混凝土有腹筋简支梁的适用性进行了比较。通过试验数据的回归分析，提出了高强混凝土简支抗剪强度的建议计算公式，并给出了其适用条件。     

超声回弹法检测高强混凝土强度的试验研究

使用普通回弹仪和高强回弹仪两种仪器对强度等级为C50-C80的高强混凝土试块进行了回弹测试并同时测取了试块的超声声速值和抗压强度值,通过对检测数据的回归拟合分别建立了两种回弹仪的超声回弹测强曲线,对两种测强曲线的计算误差进行了分析和比较.最后用两种回弹仪和超声仪对高强混凝土构件进行了无损检测并进行了取芯验证,结果表明高强回弹仪比普通回弹仪更适合于应用超声回弹法检测高强混凝土的强度.     

钢纤维自密实混凝土抗压强度估值模型

进行钢纤维自密实混凝土构件设计时通常需要用到抗压强度指标,但是目前预测钢纤维自密实混凝土抗压强度的公式很少。定义了钢纤维有效增强因子,并对试验数据回归分析,提出一个预测钢纤维自密实混凝土28 d抗压强度的模型。使用模型计算了文献中钢纤维自密实混凝土的抗压强度,并与实测数据比对,结果表明预测强度与实测强度符合的很好。     

基于非线性优化理论的混凝土材料配合比研究

建立了高强混凝土的强度预测的非线性优化模型。并将该模型计算结果与实测混凝土28 d抗压强度进行比较。改用十进制遗传算法在训练过程中搜索最优超参数,形成遗传-组合核函数高斯过程回归算法,并编制了相应的计算程序,研究结果表明:与单一核函数高斯过程回归算法和支持向量回归(SVR)算法相比,提出的遗传-组合核函数高斯过程回归算法显著提高了预测精度,预测结果与实测结果吻合较好,具有较高的预测精度,为高强混凝土的强度预测提供了一条新途径。     

基于改进GA-SVR算法的隧道工程三维弹塑性模型参数的智能辨识

将支持向量回归（SVR）算法引入岩土工程数值计算模型参数的辨识中可以充分发挥SVR算法的小样本、泛化性好和全局最优化的优点。但现阶段标准的SVR算法只能解决一维输出变量的回归问题，这就使其在反分析领域的应用受到限制。引入一种改进的SVR算法，这种算法通过将多维输出变量回归转化为多层标准一维输出变量回归来解决这个问题，并与十进制编码的遗传算法相结合，形成改进的GA-SVR算法，用遗传算法搜索最优的SVR模型参数以建立最优的待辨识参数与位移之间的非线性映射关系，然后用遗传算法进行待辨识参数的最优辨识。为对比这种改进GA-SVR算法的效果，将遗传算法与BP神经网络相结合，形成GA-BP算法且编制相应的计算程序。将这两种算法运用于同样的隧道工程三维弹塑性模型参数的智能辨识，数值算例表明改进的GA-SVR算法较GA-BP算法可以取得更高的辨识精度和更好的计算效率，可运用于类似岩土工程计算参数的辨识。     

基坑工程中抗剪强度参数c,φ的随机变量统计

对所收集的现场大型直剪试验数据进行直接法、修正的最小二乘法和MATLAB多元线性回归法数理统计分析,确定了抗剪强度c,φ的取值参考范围,并证明了所提出修正的最小二乘法的科学性。     

单一来源再生混凝土抗压强度分布曲线分析

运用蒙特卡罗方法通过MATLAB计算程序,模拟了单一来源再生混凝土抗压强度的分布曲线,并加以分析,分析表明,抗压强度为C20,C25,C30的拟合结果与试验曲线十分吻合,C35的拟合结果与试验结果差异相对较大。     

基于非线性遗传算法下极限容积率求解研究

“非线性”这个词最近在建筑界炒得很热,很多人认为这只是一种用来做建筑表皮的“花哨”技法。但是文章所说的“非线性”是一种分析和计算离散问题的方法。遗传算法则是“非线性”众多算法中的一种,它以日照分析作为制定容积率的依据,通过自我演化找到使容积率最大化的体块模型。该文将从论证这种方法的必然性开始,介绍遗传算法求解极限容积率的基本原理和具体操作方法。这种基于日照分析的极限容积率求解可以在改善日照环境的同时提高技术经济指标。我们希望能让这种分析方法真正服务于广大设计师,惠及广大居民。     

渗流场的差分法与防渗结构侧水压力的探讨

为解释常用的防渗体侧水压力计算模型与实测值之间的明显差异,文章提出：“节点间等效渗透系数”、“拓展零渗透节点”、“可变零渗透节点”等概念在分析地下水渗流场中的意义,以解决差分法对地下水渗流潜水面的数值模拟问题;并在模拟工程实例的基础上,对侧水压力实测的模拟结果和对常用防渗模型误差来源的分析;指出常用防渗模型侧水压力的分析误差主要是因该模型未能较准确反映实际流场而造成的;在工程应用中,防渗体侧水压力的确定应根据不同情况予以分别对待。     

径向基网络在照度计算中的应用

介绍了将径向基网络运用照度计算当中,建立网络模型,在MATLAB环境下进行仿真的方法.与常规的照度计算方法相比,径向基网络计算获得的结果较为理想.     

弹性抗滑桩内力计算的有限差分法

在传统抗滑桩内力计算的悬臂桩法的基础上,将滑动面以上的部分视为定向铰支的悬臂梁,以使滑动面上下位移符合连续性条件,滑动面以下采用地基系数"m"法计算桩身内力,并在此基础上推导了有限差分计算公式。用MATLAB编制了弹性桩全桩的内力计算程序,可用于滑坡推力和桩前剩余抗滑力为梯形、三角形和矩形的情况。     

装载机结构强度的分析方法和力学模型的建立

有限元法是装载机结构强度分析的有力工具。本文介绍了用有限元法对装载机进行结构强度分析的合理计算方法，建立其整机和部件的力学模型及建模时应注意的问题。     

张家口地区超声-拔出综合法测强曲线的建立

针对张家口地区常用的混凝土强度等级,进行28d,42d,56d三个龄期的标养和同条件养护的超声和后装拔出法检测试验。回归出“超声—拔出”综合法检测混凝土强度公式,通过实际工程验证,回归公式具有较高的检测精度。     

基于MATLAB的ANN方法在桩基岩石强度预测中的应用

人工挖孔灌注桩广泛应用于工业与民用建筑、桥梁、港口、码头等工程建设领域,对于高层建筑,此种方法应用的更为普遍。桩基岩石强度直接决定工程质量和安全。利用MATLAB软件提供的改进人工神经网络算法,调用PRESTD、POSTSTD、POSTREG函数进行样本处理和网络结果分析,建立数学分析模型。并且结合工程实例,对桩基岩石抗压强度进行预测。将预测结果与室内实验得到的抗压强度值及回归分析的预测值比较,得到良好的预测精度,有一定的实际应用价值。