摘要
本申请涉及一种数据知识驱动的泡沫轻质土配合比智能设计方法。所述方法包括:获取泡沫轻质土性能数据,并进行预处理,得到完备数据集;分别建立LSTM基学习器模型、SVM基学习器模型和XGBoost基学习器模型,并建立泡沫轻质土性能预测模型;采用完备数据集训练所述泡沫轻质土性能预测模型,得到性能预测值,计算所述性能预测值与性能真实值的精度差,根据所述精度差优化所述泡沫轻质土性能预测模型;将待预测配方比输入训练好的泡沫轻质土性能预测模型,得到泡沫轻质土性能预测值;构建泡沫轻质土多目标设计优化模型,采用多目标优化算法对所述泡沫轻质土多目标设计优化模型进行求解,得到泡沫轻质土智能设计方案。
技术关键词
泡沫轻质土
性能预测模型
学习器
智能设计方法
数据
sigmoid函数
精度
特征值
算法
处理器
计算机设备
模块
参数
可读存储介质
粒子
存储器
训练集
线性
系统为您推荐了相关专利信息
食用菌品质
监测系统
图像特征向量
数据处理模块
训练递归神经网络
风力发电机组
安全控制方法
电压
主控制器
滑动时间窗口
道路网络模型
路网数据处理方法
路段
街景
人行道