首页国内外有使用PCA-MLP算法来对混凝土强度进行预测的期刊吗？

国内外有使用PCA-MLP算法来对混凝土强度进行预测的期刊吗？

时间: 2024-03-15 12:42:44 浏览: 119

基于 PCA －ＲBF 神经网络的混凝土坝位移趋势性预测模型

为了提高混凝土坝位移趋势的预测精度，提出了一种基于主成分分析( PCA) 和径向基( ＲBF) 神经网络的混凝土坝位移趋势性预测模型( PCA －ＲBF) 。首先，利用主成分分析，将混凝土坝多测点的径向位移监测数据降维，消除影响分量数据集的多重相关性，分别提取出主元位移和主元影响分量。然后，把主元位移和主元影响分量输入径向基神经网络并构建模型，对提取出的主元位移进行预测。最后，将本法应用于某混凝土坝，结果表明， PCA －ＲBF 模型的均方根误差( ＲMSE) ，平均绝对误差( MAE) 和平均绝对百分比误差( MAPE) 分别为 2. 037 8 mm， 1. 698 6 mm 和 3. 32% ，显著低于传统的多元回归统计模型、径向基神经网络模型( ＲBF) 和利用经主成分分析进行因子处理的 BP 神经网络模型( PCA － BP) ，说明 PCA －ＲBF 模型有着良好的预测精度

我不知道是否有使用PCA-MLP算法来对混凝土强度进行预测的期刊，但是我可以为您提供一些有关该算法在混凝土强度预测方面的研究。PCA-MLP算法是一种基于主成分分析(PCA)和多层感知机(MLP)的预测模型，可以应用于多种领域的预测问题。在混凝土强度预测方面，有许多研究使用了基于神经网络的方法。例如，一篇题为《基于BP神经网络的混凝土强度预测模型》的论文中，作者使用BP神经网络来预测混凝土强度，取得了不错的效果。另外，还有一些研究使用了其他的机器学习算法，如支持向量回归(SVR)和随机森林(RF)等进行混凝土强度预测。总之，PCA-MLP算法在混凝土强度预测方面的应用还需要更多的研究和实践来证明其有效性。

阅读全文