優(yōu)勝?gòu)倪x擇開(kāi)始,我們是您最好的選擇!—— 中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)
0373-5939925
2851259250@qq.com
我要檢測(cè) 我要投稿 合法期刊查詢

基于SVR算法的混凝土強(qiáng)度預(yù)測(cè)

作者:高寶成,陶博文來(lái)源:《城市住宅》日期:2021-01-29人氣:1697

混凝土是由水泥、粗細(xì)骨料、水、外加劑、摻合料等按照一定比例配合制成的工程復(fù)合材料。其原材料來(lái)源豐富,造價(jià)低廉,生產(chǎn)工藝簡(jiǎn)單、抗壓強(qiáng)度高、耐久性好等特點(diǎn)使混凝土廣泛運(yùn)用于建筑工程施工過(guò)程中??箟簭?qiáng)度作為混凝土質(zhì)量控制的核心內(nèi)容之一,是結(jié)構(gòu)設(shè)計(jì)和施工的重要依據(jù),其質(zhì)量好壞直接影響到工程的最終驗(yàn)收。根據(jù)《混凝土結(jié)構(gòu)設(shè)計(jì)規(guī)范》(GB50010-2010)中規(guī)定混凝土強(qiáng)度等級(jí)應(yīng)按立方體抗壓強(qiáng)度標(biāo)準(zhǔn)值確定,制作、養(yǎng)護(hù)的邊長(zhǎng)為150mm的立方體試件,在28d以標(biāo)準(zhǔn)實(shí)驗(yàn)方法測(cè)得的具有95%保證率的抗壓強(qiáng)度值。然而,在實(shí)際施工過(guò)程中,由于工期的緊迫性,往往不會(huì)等待28d強(qiáng)度測(cè)試結(jié)果出來(lái)后再進(jìn)行混凝土工程施工,常常出現(xiàn)先施工后出報(bào)告的現(xiàn)象,這導(dǎo)致施工現(xiàn)場(chǎng)不能及時(shí)得到混凝土的性能信息,一旦出現(xiàn)混凝土抗壓強(qiáng)度不過(guò)關(guān),出現(xiàn)大規(guī)模返工的現(xiàn)象,造成人力物力大量損失。因此,及時(shí)準(zhǔn)確的知道混凝土的抗壓強(qiáng)度可以避免由于信息滯后造成的損失。

為了對(duì)混凝土強(qiáng)度進(jìn)行有效的早期預(yù)測(cè),國(guó)內(nèi)外專家做了許多工作:在標(biāo)準(zhǔn)養(yǎng)護(hù)的前提下,提出了各種經(jīng)驗(yàn)公式:

對(duì)數(shù)公式:

斯拉特公式:

德國(guó)經(jīng)驗(yàn)公式:

式中R28 為混凝土28d抗壓強(qiáng)度R7為混凝土7d抗壓強(qiáng)度。由于經(jīng)驗(yàn)公式中需要用到混凝土的7d強(qiáng)度值,而7d強(qiáng)度值受到外加劑的影響變化很大。另外,經(jīng)驗(yàn)公式大多是用線性回歸的思想用一維方程去擬合混凝土強(qiáng)度變化曲線,所得的結(jié)果與實(shí)際情況誤差較大。目前在施工生產(chǎn)中運(yùn)用較多的混凝土強(qiáng)度測(cè)算方法是回彈法:

式中fcu,i為混凝土強(qiáng)度換算值,Rm為平均回彈值,dm為平均碳化深度值。K、N、P為系數(shù)。通過(guò)大量的實(shí)驗(yàn)表明該曲線可以較好的測(cè)算混凝土早期強(qiáng)度,誤差不超過(guò)20%。但是其結(jié)果的準(zhǔn)確性受到實(shí)驗(yàn)樣本數(shù)量的影響,且不能提前對(duì)混凝土強(qiáng)度進(jìn)行預(yù)測(cè),其只能測(cè)算混凝土表面抗壓強(qiáng)度,受回彈點(diǎn)骨料組份影響大。給實(shí)際操作帶來(lái)局限性。

回歸型支持向量機(jī)(support vector machine for regression,SVR)是基于Vapnik創(chuàng)建的統(tǒng)計(jì)學(xué)習(xí)理論(statistical learning theory,STL)提出的一種新的機(jī)器學(xué)習(xí)方法,其基本原則是采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則(structural risk minimization,SRM),在最小化樣本點(diǎn)誤差的同時(shí),最小化結(jié)構(gòu)風(fēng)險(xiǎn),提高了模型的泛化能力,且沒(méi)有數(shù)據(jù)維數(shù)的限制。在進(jìn)行回歸擬合分析時(shí),通過(guò)尋找一個(gè)最優(yōu)分類面使得所有訓(xùn)練樣本離該最優(yōu)分類面的誤差最小。

1  研究背景

國(guó)家高山滑雪中心項(xiàng)目位于北京市松山自然保護(hù)區(qū)內(nèi),是2022年北京冬奧會(huì)雪上項(xiàng)目的舉辦場(chǎng)所之一,由中交隧道工程局承建的國(guó)家高山滑雪中心第二標(biāo)段施工范圍為除C1/B1雪道之外的全部雪道及連接雪道的技術(shù)道路。在施工中用到的混凝土方量很大,且施工點(diǎn)分散在山間,混凝土取樣實(shí)驗(yàn)工作量巨大。加之工期緊張、道路坡度過(guò)大,車輛通行困難,商混難以保質(zhì)保量的供應(yīng),現(xiàn)場(chǎng)施工采用干拌料現(xiàn)拌混凝土,不同的加水量和外加劑的摻量導(dǎo)致每一盤得到的混凝土抗壓強(qiáng)度都不同,因此急需提出一種合適的算法較準(zhǔn)確的預(yù)測(cè)混凝土強(qiáng)度,以免后期由于混凝土強(qiáng)度不夠而返工。文章基于SVR算法給出一種混凝土強(qiáng)度預(yù)測(cè)模型,并采用MATLAB進(jìn)行代碼編寫,以求構(gòu)建一種適用于混凝土強(qiáng)度預(yù)測(cè)的模型。

2  SVR算法的推導(dǎo)

設(shè)含有l(wèi)個(gè)訓(xùn)練樣本的訓(xùn)練集樣本對(duì)為: 

其中是第i個(gè)訓(xùn)練樣本的輸入列向量 為對(duì)應(yīng)的輸出值。

設(shè)在高維特征空間中建立的線性回歸函數(shù)為:

    其中,Φ(x)為非線性映射函數(shù)。定義為線性不敏感損失函數(shù):

其中,為回歸函數(shù)返回的預(yù)測(cè)值,y為對(duì)應(yīng)的真實(shí)值。若與y之間的差別小于等于,則損失為0。線性不敏感損失函數(shù)曲線(見(jiàn)圖1)。

圖1 線性不敏感損失函數(shù)值

引入松弛變量,得:

其中,C為懲罰因子,C越大表示對(duì)訓(xùn)練誤差大于的樣本懲罰越大,規(guī)定了回歸函數(shù)的誤差要求,越小表示回歸函數(shù)的誤差越小。引入Largrange函數(shù),并轉(zhuǎn)換為對(duì)偶形式:

    其中,為核函數(shù)。假定上式得到的最優(yōu)解為,,則有:

回歸函數(shù)為:  

其中不為零的參數(shù)為樣本xi的支持向量。SVR算法結(jié)構(gòu)(見(jiàn)圖2)。

圖2  SVR算法結(jié)構(gòu)

3   SVR算法實(shí)現(xiàn)

基于上文的理論基礎(chǔ),利用MATLAB編寫程序進(jìn)行,實(shí)現(xiàn)支持向量機(jī)回歸模型的建立及性能評(píng)價(jià),程序流程圖(見(jiàn)圖3):

圖3   SVR算法流程圖

其中產(chǎn)生訓(xùn)練集和創(chuàng)建SVR模型在上文已詳細(xì)描述,此處不再贅述。針對(duì)仿真測(cè)試得到測(cè)試集的均方誤差E和決定系數(shù)R2可由下式得出:

其中,l為測(cè)試集樣本個(gè)體;yi(i=1,2,...,l)為第i個(gè)樣本的真實(shí)值;(i=1,2,...,l)為第i個(gè)樣本的預(yù)測(cè)值。

由于影響混凝土性能的因素過(guò)多,有些因素具有很強(qiáng)的隨機(jī)偶然性,本文所述對(duì)比對(duì)象皆為標(biāo)養(yǎng)條件實(shí)際測(cè)得的混凝土石塊抗壓強(qiáng)度,一定程度上降低了偶然因素的影響。實(shí)驗(yàn)采用100個(gè)混凝土標(biāo)準(zhǔn)試塊樣本抗壓強(qiáng)度與其含水泥、粗細(xì)骨料、水、外加劑、摻合料6種成分的含量大小,通過(guò)測(cè)試其中的80個(gè)樣本構(gòu)建混凝土28d抗壓強(qiáng)度與混凝土組份之間的回歸數(shù)學(xué)模型,剩余的20個(gè)樣本用來(lái)進(jìn)行算法性能評(píng)價(jià)。如下表1所示(僅列出部分參數(shù)):

表1 混凝土樣本組份

樣本編號(hào) 1 2 3 ....... 78 79 80

水泥 273 163 154 ....... 152 304 147

粗骨料 904 843 923 ....... 944 895 860

細(xì)骨料 680 746 658 ....... 695 722 829

210 180 220 ....... 168 214 202

外加劑 9 12 10 ....... 18 6 9

摻合料 187 340 256 ....... 317 140 204

抗壓強(qiáng)度 34.99 41.14 26.82 ........ 38.86 38.46 25.21

4  SVR算法性能測(cè)試  

將上文給出的數(shù)據(jù)導(dǎo)入編寫的MATLAB程序中得出以下結(jié)果(如圖4、5),圖中橫坐標(biāo)為樣本編號(hào),縱坐標(biāo)為試塊的抗壓強(qiáng)度。圖中用“—*—”表示通過(guò)28d標(biāo)準(zhǔn)養(yǎng)護(hù)實(shí)驗(yàn)測(cè)出的混凝土石塊抗壓強(qiáng)度真實(shí)值,用“—0—”表示采用SVR算法得到的混凝土試塊抗壓強(qiáng)度預(yù)測(cè)值。其中圖4為提前給出80組先驗(yàn)樣本的組份參數(shù)值與抗壓強(qiáng)度值,通過(guò)訓(xùn)練得到的預(yù)測(cè)值與給出的真實(shí)值的比較。圖5為僅給出20組樣本的組份參數(shù),通過(guò)之前80組先驗(yàn)樣本構(gòu)建的預(yù)測(cè)模型對(duì)這20組樣本的抗壓強(qiáng)度進(jìn)行預(yù)測(cè),得到的結(jié)果與實(shí)驗(yàn)條件下得到的抗壓強(qiáng)度進(jìn)行對(duì)比,旨在分析算法的可行性。

圖4 訓(xùn)練樣本預(yù)測(cè)效果

圖5 測(cè)試樣本預(yù)測(cè)效果

從圖4中可以看出通過(guò)訓(xùn)練得到的預(yù)測(cè)結(jié)果與真實(shí)值相比,均方誤差mse為0.00 040 733,擬合度R2為0.99 685。當(dāng)mse為0時(shí)表示預(yù)測(cè)值與真實(shí)值完全重合,此時(shí)預(yù)測(cè)值最好,采用SVR算法得到均方誤差小于1‰,擬合度R2表示模型擬合程度,取值范圍為0~1,越接近1擬合效果越好,采用SVR算法得到的擬合值非常接近1。說(shuō)明通過(guò)訓(xùn)練樣本所得的預(yù)測(cè)值接近真實(shí)值,算法的穩(wěn)定性很好。

從圖5中可以看出訓(xùn)練得到的模型對(duì)混凝土樣本參數(shù)進(jìn)行預(yù)測(cè)效果很好,在無(wú)干預(yù)的情況下,均方誤差為1‰左右,說(shuō)明通過(guò)SVR算法得出的模型能很好的基于給定的混凝土組成參數(shù)對(duì)混凝土抗壓強(qiáng)度進(jìn)行預(yù)測(cè)。

判斷一個(gè)算法的好壞程度,除了其結(jié)果是否滿足需求外,還需考慮其對(duì)計(jì)算機(jī)性能依賴程度、是否占用過(guò)多資源、計(jì)算速度是否滿足要求、是否能迅速收斂、是否會(huì)陷入局部最優(yōu)。圖6為計(jì)算過(guò)程中算法的性能參數(shù),圖中從上至下參數(shù)分別為:訓(xùn)練次數(shù)、每次訓(xùn)練時(shí)間、性能、誤差降、誤差、訓(xùn)練步數(shù)。

圖6 SVR算法性能

從上圖中可以看出,當(dāng)訓(xùn)練7次時(shí)算法收斂,每次訓(xùn)練耗時(shí)不到1s,最優(yōu)性能將均方誤差控制在10^(-5)以內(nèi)。收斂時(shí)誤差降為0.0 208,誤差為1‰,樣本數(shù)據(jù)誤差驗(yàn)證6次后收斂??梢钥闯?,該算法具有收斂速度快、占用資源少、精度高的特點(diǎn)。

5  與經(jīng)驗(yàn)公式計(jì)算效果對(duì)比分析

本文利用回彈法得到的公式,對(duì)數(shù)據(jù)進(jìn)行歸一化,將計(jì)算混凝土強(qiáng)度得到的結(jié)果與真實(shí)值進(jìn)行對(duì)比,從圖7中可以看出,雖然回彈法也能較好的計(jì)算得到混凝土的強(qiáng)度值,誤差能控制在10%以內(nèi),擬合度約為0.9。但相較與本文給出的預(yù)測(cè)模型,其計(jì)算精度不足。且其在對(duì)均勻性不好的混凝土抗壓強(qiáng)度計(jì)算上表現(xiàn)不佳,計(jì)算結(jié)果偏離真實(shí)值較大。

圖7 經(jīng)驗(yàn)公式預(yù)測(cè)結(jié)果

6  結(jié)語(yǔ)

利用有限的混凝土樣本對(duì)混凝土28d抗壓強(qiáng)度進(jìn)行預(yù)測(cè)是一個(gè)涉及面廣、綜合性強(qiáng)的非線性問(wèn)題,本文提出了一種基于SVR算法來(lái)進(jìn)行混凝土強(qiáng)度預(yù)測(cè)的方法。通過(guò)實(shí)驗(yàn)數(shù)據(jù)檢測(cè)證明了算法的可行性,預(yù)測(cè)結(jié)果與28d標(biāo)養(yǎng)得到的結(jié)果擬合較好,避免混凝土強(qiáng)度不合格導(dǎo)致的后期返工。該方法能節(jié)約大量的施工現(xiàn)場(chǎng)人工和實(shí)驗(yàn)費(fèi)用,特別適用于現(xiàn)場(chǎng)干拌混凝土強(qiáng)度的預(yù)測(cè),具有一定的經(jīng)濟(jì)適用性。    


本文來(lái)源:《城市住宅》:http://m.12-baidu.cn/w/kj/12544.html

網(wǎng)絡(luò)客服QQ: 沈編輯

投訴建議:0373-5939925????投訴建議QQ:

招聘合作:2851259250@qq.com (如您是期刊主編、文章高手,可通過(guò)郵件合作)

地址:河南省新鄉(xiāng)市金穗大道東段266號(hào)中州期刊聯(lián)盟 ICP備案號(hào):豫ICP備2020036848

【免責(zé)聲明】:中州期刊聯(lián)盟所提供的信息資源如有侵權(quán)、違規(guī),請(qǐng)及時(shí)告知。

版權(quán)所有:中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)

關(guān)注”中州期刊聯(lián)盟”公眾號(hào)
了解論文寫作全系列課程

核心期刊為何難發(fā)?

論文發(fā)表總嫌貴?

職院?jiǎn)挝话l(fā)核心?

掃描關(guān)注公眾號(hào)

論文發(fā)表不再有疑惑

論文寫作全系列課程

掃碼了解更多

輕松寫核心期刊論文

在線留言