TY -的A2 Gobinath文德兰花AU - Tang范盟——吴、焉耆盟——周Yisong PY - 2022 DA - 2022/02/23 TI -组合网格搜索和支持向量回归预测粉煤灰混凝土的抗压强度SP - 3601914六世- 2022 AB -支持向量回归(SVR)已经被应用于对混凝土力学性能的预测,但其hyperparameters的选择影响预测精度的关键因素。为此,混合动力机器学习结合了SVR模型和网格搜索(GS),即GS-SVR模型提出了预测混凝土的抗压强度和灵敏度分析的工作。混合模型的训练和测试是98数据集从文学、检索和模型性能与原SVR模型在相同的数据集。获得的结果的 R0.981,均方误差为3.44,RMSE 1.85, 1.17的美,日军0.05证明GS-SVR模型提出了抗压强度预测是一个候选方法在后续相关研究。此外,图形用户界面(GUI)开发了方便提供一些初步估计的结果之前执行广泛的实验室或实地考察。最后,每个变量的影响在随机环境下抗压强度进行了分析。SN - 1687 - 8086 UR - https://doi.org/10.1155/2022/3601914 - 10.1155 / 2022/3601914摩根富林明土木工程的进步PB - Hindawi KW - ER