基于支持向量机的钢筋腐蚀预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：钢筋截面腐蚀速度直接影响其使用寿命,对建筑的安全至关重要.采用三维扫描方法获取钢筋腐蚀状况的三维坐标数据,通过数值计算方法得到圆度、截面粗糙度、内切圆半径/外接圆半径、偏心等7个数值参数来表征生锈钢材的横截面形态.采用粒子群优化支持向量机(PSO-SVM)和网格搜索支持向量机(GS-SVM)计算这7个横截面数字化参数,进而预测钢筋的截面腐蚀速率.研究结果表明,这两种优化支持向量机方法能够准确预测钢材的截面腐蚀速率.相比于GS-SVM模型,PSO-SVM模型能更加准确地预测钢筋腐蚀情况.

作者：

马园园、任胜杰

展开 >

作者单位：

中原工学院建筑工程学院,河南郑州450007

河南工业大学电气工程学院,河南郑州450001

关键词：

钢筋腐蚀 PSO-SVM GS-SVM 神经网络

出版年：

2022

DOI：

10.13450/j.cnki.jzknu.2022.02.008