[发明专利]一种固废材料性能的预测方法及装置在审
申请号: | 202310316859.2 | 申请日: | 2023-03-24 |
公开(公告)号: | CN116434886A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 刘人太;何越纪;朱志敬;陈孟军;赵笃坤;陈新;闫佳;刘鹏;晏俊龙 | 申请(专利权)人: | 山东大学 |
主分类号: | G16C60/00 | 分类号: | G16C60/00;G16C20/30;G16C20/70;G06N20/10 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 董雪 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 材料 性能 预测 方法 装置 | ||
1.一种固废材料性能的预测方法,其特征在于,包括:
获取待预测的固废材料参数;
根据所获取的待预测的固废材料参数和预设的性能预测模型,预测固废材料性能,实现工程前期固废材料性能的预测;
其中,预设的性能预测模型采用支持向量机,通过模型评价指标优化性能预测模型。
2.如权利要求1中所述的一种固废材料性能的预测方法,其特征在于,所获取的固废材料参数包括CaO含量、SiO2含量、Al2O3含量、Fe2O3含量、MgO含量、SO3含量和碱激发剂含量。
3.如权利要求1中所述的一种固废材料性能的预测方法,其特征在于,所述固废材料性能的预测模型的输出参数包括但不限于抗压强度和流动度。
4.如权利要求1中所述的一种固废材料性能的预测方法,其特征在于,采用支持向量机构建固废材料性能的预测模型,通过使用fitrsvm模块调用回归模型接口,所调用的回归模型用于存储数据、参数值、支持向量和算法实现信息,结合训练数据形成支持向量机预测模型。
5.如权利要求1中所述的一种固废材料性能的预测方法,其特征在于,所述模型评价指标包括R2、MSE和MAE,其计算公式如下:
其中,n是样本数;fi是第i个样本的预测值;yi是第i个样本的试验值(i=1,2,...,n);是所有试验值的平均值。
6.如权利要求5中所述的一种固废材料性能的预测方法,其特征在于,所述R2的取值范围为[-1,1],R2越接近1则表示预测模型的拟合效果越好;MSE和MAE的取值范围均大于0,MSE和MAE越接近0则表示预测模型的预测精度越高。
7.如权利要求1中所述的一种固废材料性能的预测方法,其特征在于,若所得到的固废材料性能的预测结果在待预测固废材料的性能参数阈值范围之内,则将所得到的固废材料性能的预测结果作为工程设计的定量参考依据;否则固废材料性能难以满足工程需求。
8.一种固废材料性能的预测系统,其特征在于,包括:
获取模块,其被配置为获取待预测的固废材料参数;
预测模块,其被配置为根据所获取的待预测的固废材料参数和预设的性能预测模型,预测固废材料性能,实现工程前期固废材料性能的预测;
其中,预设的性能预测模型采用支持向量机,通过模型评价指标优化性能预测模型。
9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的固废材料性能的预测方法中的步骤。
10.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的固废材料性能的预测方法中的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310316859.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:单向传输量子通信方法和装置
- 下一篇:一种光纤尖端超声传感器及其制备方法