SVR粘结强度预测模型
剪跨比影响最大
采用GWO优化SVR，预测精度显著优于现有模型。
Congcong, Fan · 郑元勋 · Wang, Shaoqiang · Jun-Jie, Ma
Construction and Building Materials 2023
参数信息
- 决定系数（测试集）
- 0.9547
- 平均绝对误差（测试集）
- 1.2487 MPa
- 综合绝对误差（测试集）
- 12.761 %
- 决定系数（训练集）
- 0.9562
- 平均绝对误差（训练集）
- 1.1203 MPa
- 综合绝对误差（训练集）
- 12.182 %
- 数据库样本量
- 1008
- 预处理后数据量
- 935
技术优势
精度优于现有模型
采用GWO优化SVR，测试集R²=0.9547、MAE=1.2487 MPa，优于多层感知机和线性回归等基准模型。
识别关键影响因素
通过随机森林和皮尔逊相关系数验证，混凝土抗压强度是影响粘结强度最敏感的变量，为设计提供依据。
可推广到其他回归问题
该模型框架不仅适用于粘结强度预测，还可扩展到其他回归问题。
应用场景
- 既有结构加固：快速评估既有结构粘结强度，指导加固方案设计。
- 混凝土结构设计：在设计阶段预测粘结强度，优化配筋与构造细节。
- 结构健康监测：结合监测数据预测粘结退化，支持结构安全预警。