排序方式: 共有3条查询结果,搜索用时 109 毫秒
1
1.
2.
为准确预测多影响因素下碳纤维增强复合材料(CFRP)约束型钢混凝土柱(SRCC)的轴压承载力,提出了一种基于随机森林(RF)、分类提升(Catboost)、极端梯度提升(XGBoost)、梯度提升回归树(GBRT)的多元算法融合预测模型。首先采用合成少数类过采样技术(SMOTE)算法对原始数据集进行扩充,开展了10种传统机器学习和集成学习模型试验,筛选出决定系数R2均大于0.92的RF、Catboost、XGBoost、GBRT的4种集成学习模型,用随机搜索优化其超参数,然后融合形成了RF-Catboost-XGBoost-GBRT预测模型,对CFRP约束SRCC的承载力进行预测。结果表明,两种数据集下RF-Catboost-XGBoost-GBRT模型的预测性能最好,原始数据集经SMOTE算法处理后,5种预测模型R2平均提高20.43%,其中RF-Catboost-XGBoost-GBRT模型的R2达到了0.942,预测值误差均在±10%以内。 相似文献
3.
有效导热系数用来表征高温气冷球床堆堆芯综合传热能力,提高球床有效导热系数的预测精度对于高温气冷球床堆的热工设计和安全分析十分重要。为了优化球床壁面区域有效导热系数模型,本文针对无序石墨球床有效导热系数开展数值研究,分析了无序堆积球床主体区域、近壁面区域以及壁面区域有效导热系数的分布特性。结果表明:壁面区域有效导热系数相对于主体区域和近壁面区域显著降低,其平均降幅约为22%。因此引入了修正系数Cw对ZBS模型在壁面区域进行优化,对于球床主体区域及近壁面区域修正系数Cw=1,对于壁面区域,修正系数Cw=0.78。通过与前期无序球床实验数据和南非HTTU实验数据的对比,验证了优化后的ZBS模型能较好地预测球床壁面区域有效导热系数。 相似文献
1