基于粗糙集与支持向量机的混凝土坝施工温度过程预测

基于径向基核函数的支持向量机数据挖掘模型,建立大坝施工期温度时程与相关影响因素的关联规则,实现了大坝施工期温度时程快速、实时监测。首先,通过大坝实际浇筑数据的清洗、融合,建立大坝施工期数据库,为模型提供数据快速提取接口。继而,根据粗糙集属性重要度理论进行条件属性约简,剔除冗余属性,确定输入变量;然后,用交叉验证算法,确定模型最优参数;最后,随机选取142个样本作为训练集建立支持向量模型,并使用模型预测剩余的35个样本,模型预测温度时程与实测温度时程基本吻合,模型精度较高且稳定性较好。