典型文献
基于CART-SVR模型的混凝土抗压强度预测研究
文献摘要：
为了提高混凝土抗压强度预测精度,根据影响因素与抗压强度的变化规律,提出了1种基于CART算法优化SVR回归算法的预测方法.SVR算法基于结构风险最小原理来提升泛化能力,由于惩罚因子人为设置,该因子设置过大会导致训练欠拟合,过小会导致预测精度不足.主要改进是通过CART决策树中的剪枝算法生成一系列惩罚因子,进而交叉验证生成最优决策树,进行属性约简,剔除冗余信息,实现数据降维.使用CART-SVR模型与AB、AB-KNN、RF、GBM模型对比试验,均方根误差(RMSE)至少减少了6.7％,平均减少了40.1％.研究结果表明,该模型具有生成最优惩罚因子、优化SVR参数的优点,为实现混凝土抗压强度的高精度预测提供了新的思路.
文献关键词：
混凝土抗压强度;预测精度;CART算法;SVR回归算法;惩罚因子;均方根误差
中图分类号：
作者姓名：
李杨;刘庆华;郭天添
作者机构：
江苏科技大学 计算机学院,江苏 镇江 212100
文献出处：
引用格式：
[1]李杨;刘庆华;郭天添-.基于CART-SVR模型的混凝土抗压强度预测研究)[J].混凝土,2022(08):40-44
A类：
B类：
CART,SVR,混凝土抗压强度,抗压强度预测,预测研究,算法优化,回归算法,最小原理,泛化能力,惩罚因子,欠拟合,小会,决策树,剪枝算法,交叉验证,最优决策,属性约简,冗余信息,数据降维,AB,KNN,RF,GBM,模型对比,RMSE,精度预测
AB值：
0.297811
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
