[发明专利]一种基于支持向量机的钢筋锈蚀参数预测方法

权利要求书

1.一种基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，包括如下步骤：

步骤一：制作锈蚀钢筋的试件；

步骤二：对所述试件进行3D扫描，生成3D图像模型；

步骤三：根据3D图像模型，计算所述试件的截面的特定特征参数，以及与所述截面的特定特征参数所对应的钢筋锈蚀率；

步骤四：设定所述截面的特定特征参数以及与之对应的钢筋锈蚀率，作为一组基础数据，将多组所述基础数据输入支持向量机中进行学习训练，得到预测模型，用于预测待测钢筋的锈蚀率；

所述试件的截面的特定特征参数包括：

最小内接圆半径与拟合圆半径比值、最大外接圆半径与拟合圆半径比值、最小内接圆半径与最大外接圆半径比值、偏心率e、拟合椭圆短边与拟合椭圆长边比值、圆度和截面粗糙度；

所述特定特征参数的计算公式分别为：

；

；

；

；

；

；

；

其中，为截面轮廓最小内接圆半径；为截面轮廓最大外接圆半径；为钢筋截面轮廓拟合圆半径；a为钢筋截面轮廓拟合椭圆短边；b为钢筋截面轮廓拟合椭圆长边；，为拟合椭圆中心坐标；p为钢筋锈蚀后剩余截面区域周长；A₁为钢筋锈蚀后的剩余截面面积。

2.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，在步骤一中，采用通电的方法制作锈蚀钢筋试件。

3.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，对所述试件进行3D扫描之前，先对所述试件进行清洁处理，用于去除锈蚀的部分。

4.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，所述试件的截面的特定特征参数的计算方法为：根据3D图像模型，利用MATLAB编程计算。

5.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，在将多组所述基础数据输入所述支持向量机中进行学习训练时，利用PSO粒子群方法寻优最佳惩罚因子C和核函数参数g，用于建立最佳回归模型，作为预测模型。

6.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，在将多组所述基础数据输入所述支持向量机中进行学习训练时，利用GS网格寻优法建立最佳回归模型，作为预测模型。

7.根据权利要求1所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，在得到所述预测模型后，向所述预测模型中输入多组未学习训练的所述基础数据，对所述预测模型进行验证；

当最终误差在允许范围内时，所述预测模型为最终预测模型；

当最终误差不在允许范围内时，所述预测模型不准确，回到步骤三，重新计算所述试件的截面的特定特征参数后，再次建立新的预测模型；

计算的最终误差包括平均相对误差、平均绝对误差、均方根误差、相关系数和/或均方误差。

8.根据权利要求7所述的基于支持向量机的钢筋锈蚀参数预测方法，其特征在于，平均相对误差MRE的计算方式为：

；

平均绝对误差MAE的计算方式为：

；

均方根误差RMSE的计算方式为：

；

相关系数R²的计算方式为：

；

均方误差MSE的计算方式为：

；

式中：为预测值，为真实值，为真实值的平均值，。