基于随机森林的支持向量机混凝土早期抗裂性预测研究

混凝土收缩开裂问题严重危害建筑工程的结构安全和正常使用,准确快速预测混凝土早期抗裂性成为研究重点.将随机森林结合支持向量机算法(RF-SVM)引入混凝土早期抗裂性研究,以某项目混凝土为例,基于材料和配合比选取了12个影响因素的混凝土早期抗裂性指标体系,采用基于重要性排序的随机森林回归算法,对影响因子进行特征提取,选出最优特征变量集,达到降维的目的,同时明确了该实际工程中应当注意加强控制的因素.然后采用十折交叉验证方法对支持向量机(SVM)模型进行参数优化,利用SVM模型对筛选后的样本进行训练和预测,输出预测结果,并与未进行特征筛选的支持向量机预测模型、人工神经网络预测模型对比,结果显示:RF-SVM预测结果最接近实测值,模型精度最高.RF-SVM预测模型可为实现混凝土早期抗裂性快速预测提供一种有效的方法.