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
1. 上海理工大学 管理学院, 上海 200093
2. 上海理工大学 智慧应急管理学院, 上海 200093
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。
基金项目
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)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.05.0237
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第2期
所属栏目: 算法研究探讨
出版页码: 444-449
文章编号: 1001-3695(2024)02-019-0444-06
发布历史
[2023-08-03] 优先出版
[2024-02-05] 印刷出版
引用本文
张博吾, 耿秀丽. 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 [J]. 计算机应用研究, 2024, 41 (2): 444-449. (Zhang Bowu, Geng Xiuli. Prediction of concrete compressive strength based on tuna swarm algorithm optimization extreme learning machine [J]. Application Research of Computers, 2024, 41 (2): 444-449. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
