摘要
本发明提出一种基于先验知识融合的沥青混合料动态模量预测方法及系统;所述方法包括以下步骤:S1、获取沥青混合料动态模量及其特征变量;S2、基于先验知识模型对特征变量进行优选,获取关键特征变量,并根据关键特征变量和沥青混合料动态模量构建动态模量数据集;S3、采用基于先验知识融合的机器学习方法构建沥青混合料动态模量预测模型,并进行模型寻参训练;S4、对寻参训练后的沥青混合料动态模量预测模型的预测精度进行评估,优选拟合效果最好的沥青混合料动态模量预测模型;S5、将待预测沥青混合料的关键特征变量输入至优选的沥青混合料动态模量预测模型,获取待预测沥青混合料的动态模量。本发明解决了传统模型综合性能欠缺的技术问题。
技术关键词
沥青混合料
动态
变量
机器学习模型评估
机器学习方法
机器学习算法
机器学习模型训练
支持向量机回归
矿料间隙率
遗传算法优化
梯度提升树
模型超参数
数据
多层感知机
特征工程
特征选择
预测系统
随机森林
系统为您推荐了相关专利信息
智能化工业
深度学习算法
置信度阈值
电机冷却系统
深度信念网络
风险分析方法
节点
人工蜂群优化
强化学习模型
水体
产品输送带
智能控制系统
码垛生产线
机械臂
托盘
灾害监测方法
面向电力系统
无人机集群
联邦学习模型
生成机器
约瑟夫森结
图像加密系统
Lorenz混沌系统
图像块
序列