Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,392,650

 A success history-based adaptive differential evolution optimized support vector regression for estimating plastic viscosity of fresh concrete.
Tác giả hoặc Nhóm tác giả: The-Duong Nguyen, Thu-Hien Tran, Hieu Nguyen, Hoang Nhat-Duc.
Nơi đăng: Engineering with Computers (IF = 7.963, ISSN 1435-5663, Springer); Số: 37;Từ->đến trang: 1485–1498;Năm: 2021
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
Plastic viscosity is an important parameter of fresh concrete mixes. This research investigates a machine learning-based method for constructing a functional mapping between concrete mix properties and the plastic viscosity. The investigated machine learning method relies on the support vector regression (SVR) which is a robust method for nonlinear and multivariate function approximation. Moreover, the history-based adaptive differential evolution with linear population size reduction (L-SHADE) is employed to optimize the SVR model construction phase. Thus, the proposed method, named L-SHADE-SVR, is an integration of machine learning and metaheuristic optimization. To train and verify the L-SHADE-SVR model, a dataset consisting of 142 experimental tests was collected. Experimental results with repetitive phases of model training and testing reveal that the newly constructed model is capable of delivering highly accurate estimation of the plastic viscosity with mean absolute percentage error of 12% and coefficient of determination of 0.82. These outcomes are superior compared to the employed benchmark methods including artificial neural network, multivariate adaptive regression spline, and sequential piecewise multiple linear regression. Therefore, the L-SHADE-SVR model is a promising tool to assist construction engineers in estimating the plastic viscosity of fresh concrete mixes.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn