文献类型：期刊文章

作　　者：潘斌杰[1] 朱剑锋[1,2] 徐日庆[3,4]

PAN Binjie;ZHU Jianfeng;XU Riqing(School of Civil and Environmental Engineering,Ningbo University,Ningbo,Zhejiang 315211,China;School of Civil Engineering and Architecture,Zhejiang University of Science and Technology,Hangzhou,Zhejiang 310023,China;Research Center of Coastal and Urban Geotechnical Engineering,Zhejiang University,Hangzhou,Zhejiang 310058,China;Taizhou Branch,Zhejiang-California International Nanosystems Institute,Taizhou,Zhejiang 318000,China)

机构地区：[1]宁波大学土木与环境工程学院,浙江宁波315211 [2]浙江科技学院土木与建筑工程学院,浙江杭州310023 [3]浙江大学滨海和城市岩土工程研究中心,浙江杭州310058 [4]浙江加州国际纳米技术研究院台州分院,浙江台州318000

出　　处：《江苏大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(51879133,51409142,41672264);浙江省自然科学基金资助项目(LY17E080006)。

年　　份：2021

卷　　号：42

期　　号：3

起止页码：339-345

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为实现软土复合固化剂最优配比的准确预测,首先根据固化土无侧限抗压强度(qu)的试验结果,建立了基于支持向量机的固化土qu预测模型,然后以固化土最大无侧限抗压强度为目标函数,结合粒子群优化算法(PSO),提出了软土复合固化剂最优配比的PSO-SVM耦合算法,最后讨论了最大迭代次数(N_(max))和粒子数(N_(p))对PSO-SVM算法预测结果的影响.算例分析表明:PSO-SVM算法预测精度优于响应面法,可适用于某一龄期下任意软土复合固化剂最优配比的确定,在采用PSO-SVM算法预测时,建议参数设定为N_(max)≥60次,N_(p)≥40个.

关 键 词：复合固化剂  支持向量机 粒子群 软土 最优配比  

分 类 号：TU411]