首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于智能算法的胶结料配合比的设计方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州溯真路桥有限公司

摘要:本发明公开了一种基于Kriging‑PSO的沥青胶结料配合比的设计方法,包括拟定变量参数和相应指数,通过正交设计法制定少量试验样本,然后通过敏感度分析选用高关联度的响应指标,构建样本集并训练Kriging拟合模型,利用PSO算法获得最优参数,建立改进Kriging‑PSO代理模型,计算其误差,若满足,输出最优工艺参数解,按此工艺参数制备PU改性沥青,若不满足,重新优化参数,重复上述步骤,再构建Kriging拟合模型。本发明利用方差和极差分析,排除了影响不明显的指标,在不增加样本数的情况下提高了预测模型的效率与精度,通过Kriging‑PSO算法,在少量样本下,达到了精确设计工艺参数的目的。

主权项:1.基于智能算法的胶结料配合比的设计方法,其特征在于,方法具体包括如下步骤:S1、以剪切时间、聚氨酯参量、剪切转速和剪切温度这四个聚氨酯沥青工艺参数作为拟定变数参量,通过正交设计法构建共16组样品;S2、选用软化点、25℃针入度、5℃延度、135℃黏度、64℃车辙因子和分散系数,即聚氨酯沥青样本指标作为拟定相应参数,对样品进行综合评价;S3、根据设计样本制备聚氨酯沥青样本成品,通过试验确定样本成品的相应指标;S4、采用极差、方差分析法,进行各变量参数对响应指标的敏感性分析,筛选出相对敏感性较高的响应指标,并删去相对敏感性指标较低的响应指数;S5、对各样品的响应指标进行统一的量化分析处理,与设计样本中的变量参数相互对应,构建样本集D;S6、确定kriging模型的回归模型及相关模型的具体形式,通过PSO算法对优化参数θ,经样本集D训练,完成kriging拟合模型构建;S7、将确定的PU改性沥青的理想样本指标输入kriging拟合模型,若训练样本集的各项样本指标回归误差均小于1%,则输出最优工艺参数解,按此工艺参数制备PU改性沥青;若不满足,重新优化参数θ,重步骤S6,再构建Kriging拟合模型。

全文数据:

权利要求:

百度查询: 杭州溯真路桥有限公司 基于智能算法的胶结料配合比的设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。