使用新型缎园丁鸟优化器分析混凝土单轴抗压强度
神经与进化计算
2021-03-30 v1
摘要
克服分析混凝土力学参数的复杂性需要选择适当的方法。本研究将人工神经网络（ANN）与一种新型元启发式技术，即缎园丁鸟优化器（SBO）相集成，用于预测混凝土的单轴抗压强度（UCS）。为此，所创建的混合模型使用从已发表文献中收集的较大数据集进行训练和测试。另外三种新算法，即亨利气体溶解度优化（HGSO）、向日葵优化（SFO）和涡旋搜索算法（VSA）也被用作基准。在为所有算法确定合适的种群规模后，利用多种精度指标表明，所提出的ANN-SBO不仅能出色地分析UCS行为，而且优于所有三种基准混合模型（即ANN-HGSO、ANN-SFO和ANN-VSA）。在预测阶段，分别为ANN-HGSO、ANN-SFO、ANN-VSA和ANN-SBO计算出的相关系数0.87394、0.87936、0.95329和0.95663，以及平均绝对百分比误差15.9719、15.3845、9.4970和8.0629%，表明所提模型具有最佳预测性能。同时，ANN-VSA也取得了可靠的结果。简而言之，ANN-SBO可被工程师用作预测混凝土UCS的高效无损方法。
引用
@article{arxiv.2103.15547,
title = {Analyzing Uniaxial Compressive Strength of Concrete Using a Novel Satin Bowerbird Optimizer},
author = {Hossein Moayedi and Amir Mosavi},
journal= {arXiv preprint arXiv:2103.15547},
year = {2021}
}
备注
16 pages, 4 figures