一种基于GA-SVM的可控低强度材料性能预测方法技术

本发明专利技术涉及一种基于GA

【技术实现步骤摘要】
一种基于GA
‑
SVM的可控低强度材料性能预测方法


[0001]本专利技术属于土体固化
，具体涉及一种基于GA
‑
SVM的可控低强度材料性能预测方法。

技术介绍

[0002]可控低强度材料是一种具有高流动性，在自重作用下无需或少许振捣可自行填充，形成自密实结构的替代传统回填材料的胶凝回填材料。目前，该种材料已被广泛应用于结构回填、管道衬砌、空隙填筑、路面基层、桥梁道路等岩土工程中。近些年来，大量学者不断尝试应用一些新的材料来制备可控低强度材料，这些材料包括再生细骨料、新型钢渣、废牡蛎壳、高塑性土等。相关研究不但极大的丰富了制备可控低强度材料的材料来源，也深刻地阐释了可控低强度材料的性能形成机理。尽管针对可控低强度材料的研究取得了丰硕的成果，但由于缺少可靠的性能预测的方法，可控低强度材料还没有形成标准的配料方法。
[0003]目前可控低强度材料的研究大多通过正交试验或响应面法等确定固化剂最优配方及强度预测模型。正交试验法计算精度差，响应面法虽然精度高，但仍需要开展大量的旋转中心试验来确定自变量的系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，具体步骤如下：S1：配制不同水泥掺入量、水灰比以及不同外掺剂掺入量的土基可控低强度材料，并对其不同龄期下的物理及力学性质进行测试；S2：选取工程中较为关注的性能指标作为预测对象，选取影响其性能指标的因素作为变量，构建数据集，剔除数据集中的异常点，进行标准化处理；S3：对标准化处理的数据进行分组，一部分作为训练集，另一部分作为验证集，采用GA算法对SVM模型优化时，为能找到模型最优的参数，引入交叉验证法，不断进行试算，找到最优的惩罚因子C和核函数γ参数进行优化，建立GA
‑
SVM性能预测模型；S4：将GA
‑
SVM性能预测模型的预测结果与验证集数据进行比对，分析模型的预测精度。2.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤1中，所述的外掺剂为早强剂、膨胀剂、减水剂、引气剂、缓凝剂中的一种或者其组合。3.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤1中，所述不同龄期是指可控低强度材料在标准条件下养护时间为0天、3天、7天、14天或者28天。4.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤1中，所述物理及力学性质包括流动度、无侧限抗压强度、密度。5.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤2中，所述影响其性能指标的因素为水泥掺入量、水灰比、外掺剂掺入量。6.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤2中，所述标准化处理是对数据集进行预处理，以加快模型的训练速度和收敛速度，提高预测精度，标准化处理方法为：其中：为标准化后的某影响因素或者性能指标取值，x
i
为标准化前的数据取值，x
max
和x
min
分别为该影响因素或者性能指标的最大值和最小值。7.根据权利要求1所述的一种基于GA
‑
SVM的可控低强度材料性能预测方法，其特征在于，所述步骤3中，所述交叉验证法的基本思想是设置参数遍历区间，对原始数据进行分组，一部分作为训练集，另一部分作为验证集，利用验证集来测试模型的优劣，不断进行试算，直至找到最优的参数；此处选用k折交叉验证，其平均均方误差表...

【专利技术属性】
技术研发人员：赵贵杰，闫欢，田金丰，刘寅，潘晓强，
申请(专利权)人：长春工程学院，
类型：发明
国别省市：