基于机器学习的筒仓动态侧压力预测模型及概率分布研究

作     者：余汉华 徐志军 赵世鹏 刘婷婷 原方 YU Hanhua;XU Zhijun;ZHAO Shipeng;LIU Tingting;YUAN Fang

作者机构：河南工业大学土木工程学院河南郑州450001 

出 版 物：《河南工业大学学报（自然科学版）》 (Journal of Henan University of Technology：Natural Science Edition)

年 卷 期：2022年第43卷第2期

页      面：103-110页

学科分类：08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程] 

基　　金：国家自然科学基金项目(51578216) 河南省高等学校青年骨干教师培养计划(2021GGJS058) 

主　　题：动态侧压力 机器学习 预测模型 随机抽样 概率分布 

摘      要：筒仓卸料时的动态侧压力是导致筒仓结构被破坏的重要原因,但影响筒仓动态侧压力的因素众多,且相互之间存在着复杂的非线性关系。因此,建立一种考虑多因素影响、高效、准确的动态侧压力的预测方法尤为重要。基于机器学习方法,将支持向量机、BP神经网络和随机森林等3种机器学习方法应用到筒仓动态侧压力的预测中。选取影响筒仓动态侧压力的相关因素作为输入变量,动态侧压力为输出值。对常用的3种机器学习中的参数进行寻优与设置,建立筒仓动态侧压力预测模型。通过测试样本对预测模型进行测试,分析表明支持向量机算法具有最优的预测能力与适用性,为筒仓动态侧压力的预测提供了一种新的方法。通过MATLAB软件对贮料密度这一单因素进行随机抽样,得到1 000组均匀分布的随机数。将数据输入最优的预测模型中,并利用Easyfit软件对预测值进行概率分布拟合,得到筒仓动态侧压力的概率分布,为筒仓结构的可靠度研究提供了理论基础。