科研之友
微信
新浪微博
Facebook
分享链接
摘要
支持向量回归已被应用于混凝土力学性能的预测，但其超参数的选择一直是影响预测精度的一个关键因素。为此，提出一种结合支持向量回归模型和网格搜索法的混合模型，即GS-SVR模型，利用实验室混凝土数据集进行抗压强度的预测，并将模型预测性能与原始的支持向量回归模型进行对比分析。结果表明，GS-SVR模型预测结果的相关系数R更接近于1,其他4个误差指标较SVR模型更小，说明GS-SVR模型可成为后续相关研究中抗压强度预测的一个候选方法。
- 单位
支持向量回归已被应用于混凝土力学性能的预测，但其超参数的选择一直是影响预测精度的一个关键因素。为此，提出一种结合支持向量回归模型和网格搜索法的混合模型，即GS-SVR模型，利用实验室混凝土数据集进行抗压强度的预测，并将模型预测性能与原始的支持向量回归模型进行对比分析。结果表明，GS-SVR模型预测结果的相关系数R更接近于1,其他4个误差指标较SVR模型更小，说明GS-SVR模型可成为后续相关研究中抗压强度预测的一个候选方法。
