基于随机森林的支持向量机某隧道混凝土抗冻性预测研究

作者：张陆山; 袁福银; 胡毅; 李铁军; 吴贤国^*; 杨赛

来源：施工技术, 2020, 49(17): 95-99.

• 混凝土
• 抗冻性
• 随机森林
• 支持向量机
• 评价

将基于随机森林结合支持向量机(RF-SVM)算法引入混凝土抗冻性研究,首先从配合比因素选取n个混凝土抗冻性影响因素,以相对动弹性模量作为混凝土抗冻性评价指标,基于原始样本利用随机森林特征选择对影响因素进行重要性评价和变量筛选,选出最优影响因素集合,作为SVM模型的训练样本,建立降维后的RF-SVM混凝土抗冻性预测模型,输出预测结果,并将其与未进行影响因素筛选的支持向量机和人工神经网络模型结果对比分析,得出RF-SVM预测结果的均方根误差最小,拟合优度最接近1,说明RF-SVM预测结果精度最高、效果最好。

• 单位
  华中科技大学; 中交路桥建设有限公司; 中国交通建设股份有限公司; 中交一公局第六工程有限公司