一种基于GWO-SVR的钢筋混凝土粘结强度预测方法

    公开(公告)号:CN117236182A

    公开(公告)日:2023-12-15

    申请号:CN202311242858.4

    申请日:2023-09-26

    Applicant: 郑州大学

    Abstract: 本发明涉及结构粘结滑移监测领域,涉及一种基于GWO‑SVR的钢筋混凝土粘结强度预测方法。首先建立一个包含钢筋混凝土结构粘结强度及影响参数的大型数据库,通过数据预处理剔除异常值并进行归一化处理。通过随机森林算法特征选择出对结构粘结强度影响较大的特征,并通过相关性分析验证模型的合理性。利用GWO对SVR的惩罚系数C和核参数g进行优化,建立了拟合效果更好的GWO‑SVR模型,并通过比较预测模型的结果验证了模型的准确性和泛化能力。本发明通过对结构参数进行选择,可对实际钢筋混凝土结构极限粘结强度进行有效评估,运用灰狼算法优化支持向量回归提升预测结果的准确性,为实际钢筋混凝土结构损伤评估的应用提供理论参考。

Patent Agency Ranking