了解凰蚓oftianjinuniversity

了解凰蚓oftianjinuniversity

ID:32448398

大小:447.71 KB

页数:6页

时间:2019-02-05

了解凰蚓oftianjinuniversity_第1页
了解凰蚓oftianjinuniversity_第2页
了解凰蚓oftianjinuniversity_第3页
了解凰蚓oftianjinuniversity_第4页
了解凰蚓oftianjinuniversity_第5页
资源描述:

《了解凰蚓oftianjinuniversity》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、万方数据第4l卷第1期2008年1月天津大学学报凰蚓ofTianjinUniversityV01.41No.1Jan。2008基于支持向量机的信息融合在筑路质量中的预测高强,王洪礼,李胜朋(天津大学机械工程学院,天津300072)摘要:筑路质量受多种因素影响难以在线监测,通过其他易测指标信息融合预测筑路质量可以确保施工质量.选棒影响筑路质量的关键因素,对加组施工现场实测数据进行预处理,利用神经网络进行局部时间序列预测,最后基于支持向量信惠融合,跨笺路震薰透行在线譬露争蘸溅。3组蘸留数据预灞误差笼2l%、25%和17%。

2、在数据量较少情况下,基于支持向荣机的信息融合方法适用于筑路质薰的预测.关键词:机群;信息融合;支持向避机审塑分类曝:'1秘91文慧标卷鹨:矗文章编:0493.2137<2008)Ol砌2弱RoadConstructionQualityPredictionwithSVM—BasedInformationFusionGAOQiallg,WANGHong-li,ⅡSheng-peng(School《MechanicalEngineering,TumjinUniversity,Tumjin3tXIY/2)Abstract:Co

3、nstructionqI讪哆,influencedbymanyfactors,isnoteasytobedetected.Itiseffectiveto朗一裁鼹roadqualityandsolvetheproblem纛玲usi.sinformationfusionbyothermeasurableindexes。Afterchoosingkeyinfluentialfactors,twentyrecordsofconstructingyarddatawerepmtmated.Andthenlocaltimeserie

4、sWflgpredictedbyartificialneuralnetwork.Usingsupportvectormachine(SVM),constructionqualityWaSon-lineleamedandestimated+PredictionelTOr$ofthreegroupsofreserveddataWPA'e21%,25%and17%respectively.InformationfusionbasedonSVMwassuitableforconstructionqtJaIi哆predictio

5、n,especiallyinca8eoflackofdata.Keywords:machineryofclustem;informationfusion;supportvectormachine减少筑路投入、提高摊铺质量和缩短工期一直是工程祝械极群蒎王研究的核心闻题。提高沥青路面镰设质量的主要措施是保证铺设过程的连续性(在一段范围内不问断)以及混合料的温度、混合度的均匀性等。赉予沥青材料本身的特点,由单一槐械达到t述要求是非常困难的,必须从多机协作、多因素分析的角度进行.通常以密实度作为衡量施工质量的指标,目前密实度酌

6、测定主要采用一定时闯闯隔内人工懿离散采样完成u引,这种方法存在弊端,如离散的采样会漏掉大量有用的筑路质量信息,对筑路质量缺乏预测功能,采样信息滞后,不锈及时反馈给葱工调度人员,较蓑路段施工不能确定由哪种具体因素引起.文献[31提出一种基于时间序列的信息融合方法,通过在线学习各种有用信息聂测筑路质量,及时发瑷阉题,势进行工艺调整.但此方法同样存在一定的不足,如神经网络易陷入局部极值、训练学习速度较慢、对小样本数据分析能力低等等。因此,笔者撵出一种基手支持窝釜(supportvectormachine,SVM)的信息融合方

7、法,克服以上存在的不足,提高筑路质量的在线预测能力.1路面施工质量的影响因素路面施工质量主要壶4个方面的特征表现,鄂压羲穰嚣羯:21努7-02-12;繁蚕13期:20IY/-10-24,基衾项目:国家自然科学基盒资助项目(50375107);天津市燕点应用基础研究资助项嗣(043801911).作者简介:高强(19r7卜)。男,博士.通讯作者:高强,驴啦@帆.edu.∞.万方数据2008年1月高强等:基于支持向量机的信息融合在筑路质量中的预测·93·实度、平整度、离析度和厚度.它不是由单一机种、单一因素引起的,而是由多

8、种机械、多种因素共同作用下引起的,只是这些因素有的作用较强,有的作用较弱.在进行多信息融合的过程中,作用强的因素赋予较大的权值,而作用小的因素赋予较小的权值.然而,作用小的因素不应全部忽略,比如在铺设过程连续、料温和混合度都得到保证的前提下,液压系统的故障也会引起筑路质量的明显下降.在假设筑路平整度、离析度和厚度都能保证的前提下¨

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。