基于金枪鱼群算法优化极限学习机的混凝土抗压强度预测
Prediction of concrete compressive strength based on tuna swarm algorithm optimization extreme learning machine作者机构:上海理工大学管理学院上海200093 上海理工大学智慧应急管理学院上海200093
出 版 物:《计算机应用研究》 (Application Research of Computers)
年 卷 期:2024年第41卷第2期
页 面:444-449页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金面上项目(72271164) 教育部人文社会科学研究规划基金资助项目(19YJA630021)
主 题:混凝土 抗压强度 金枪鱼群优化算法 极限学习机 软测量
摘 要:混凝土抗压强度是建筑结构设计与评价的一个重要指标,它直接关乎建筑的质量与安全。为解决现有机器学习模型对其预测存在预测耗时长、精度不够高,不能很好地满足施工现场对混凝土抗压强度预测实时性与准确性要求的问题,提出一套基于新式仿生算法金枪鱼群算法优化极限学习机(TSO-ELM)的混凝土抗压强度预测方法。该方法通过对ELM隐藏层初始参数中的连接权值与偏置值使用TSO进行寻优,有效提升了ELM的预测准确度。在仿真实验部分,通过两组混凝土数据集对ELM的预测速度、TSO的寻优能力、TSO-ELM模型的泛化性逐一进行验证。结果表明,该方法可以有效提高预测的速度与精准度,迭代次数更少,同时具有良好的泛化性,为现场施工及时进行混凝土抗压强度的预测提供了一种新方法。