[发明专利]一种海洋环境下混凝土强度劣化预测评价方法有效
申请号: | 201611185963.9 | 申请日: | 2016-12-20 |
公开(公告)号: | CN106650807B | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 钱春香;康文策;梁程瑶 | 申请(专利权)人: | 东南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G01N17/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 徐莹 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 海洋环境 混凝土 强度 预测 评价 方法 | ||
1.一种海洋环境下混凝土强度劣化预测评价方法,其特征在于:包括以下步骤:
(1)通过实验检测不同配比下混凝土在海洋环境下随龄期强度劣化的数据,并收集已有公开文献中的数据形成数据库;
(2)将获得的运行数据分为训练组和测试组,其中影响混凝土强度的因素作为因素属性集,强度劣化的状态作为劣化结果属性集;
(3)进行决策树建模:
(3.1)将训练组按属性进行划分,计算每个属性的信息增益,选择信息增益值最大的属性作为特征属性,并设置优先级,作为决策树的一级中间节点,所对应的劣化状态的属性类别作为一级分支;
(3.2)依次从训练组中取出属性,确定属性的信息增益,直至得到训练组中所有属性的信息增益,对所有属性的信息增益进行排序,信息增益值最大的属性即为特征属性;
(3.3)按照特征属性的类别种类将训练组进行划分,训练群组将已经判定为特征属性的属性去除,并判断剔除的特征属性是否存在使运行类别为劣化状态的类别,如果存在,则劣化状态类别对应的下一节点为叶子节点,该叶子节点中存储劣化的运行类别,并进入步骤(3.4);若剔除的特征属性不存在劣化状态的类别,则继续寻找其他属性进行分支;
(3.4)在每个新划分的训练群组中计算每个属性的信息增益,选择信息增益值最大的属性作为特征属性,并设置优先级为r,作为决策树的r级中间节点,其中r=2,3,4,…N,N为正整数,逐层形成决策树节点;
(3.5)重复步骤(3.3)(3.4),直至划分的训练群组中只存在最后一个属性,将该属性作为特征属性,特征属性的类别对应的运行类别均存储在下一分支的叶子节点中,决策树构建完成;
(4)按照对应属性的属性值选择输出分支,直至到达叶子节点,将叶子节点存放的运行类别作为分析结果输出;
(5)模型性能评估;
(6)采用C4.5算法对建立的决策树减枝。
2.根据权利要求1所述的海洋环境下混凝土强度劣化预测评价方法,其特征在于:属性信息增益确定的方法为:
设S是由属性组成的样本集合,将S划分为c个类Ci(i=1,2,…,c),每个类Ci含有的样本数目为ni,则S划分为c个不同类的信息熵或期望信息:
其中,pi为S中的样本属于i类Ci的概率,即pi=ni/n,n为S的样本总数;SV是S中属性Δx的值为V的样本子集,选择Δx导致的信息熵定义为:
其中,E(SV)是将SV中的样本划分到各个类的信息熵,属性Δx相对样本集合S的信息增益Gain(S,Δx)定义为:
Gain(S,Δx)=E(S)-E(S,Δx)
Gain(S,Δx)是指因知道属性Δx的值后导致的熵的期望压缩,Gain(S,Δx)越大,说明选择测试属性Δx对分类提供的信息越多。
3.根据权利要求1所述的海洋环境下混凝土强度劣化预测评价方法,其特征在于:步骤(5)通过将属性值代入决策树,得到劣化的强度数值,并通过平均误差、均方根误差和拟合度检验其精确度。
4.根据权利要求1所述的海洋环境下混凝土强度劣化预测评价方法,其特征在于:步骤(6)使用剔除属性之外的其他属性设置为每一层的叶子节点,通过步骤(5)分析决策树性能,如果误差下降则选择该属性作为新的节点,如果误差没有下降则原有属性无需被代替,依次计算每一个分支节点,得到简化后的决策树。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611185963.9/1.html,转载请声明来源钻瓜专利网。