0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 数据驱动的土木工程材料性能表征与智能设计

相同语种的商品

销售排行榜

浏览历史

数据驱动的土木工程材料性能表征与智能设计


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
数据驱动的土木工程材料性能表征与智能设计
  • 书号：9787030833839
    作者：赵洪波,任皎龙
  • 外文书名：
  • 装帧：圆脊精装
    开本：B5
  • 页数：260
    字数：338000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2026-03-01
  • 所属分类：
  • 定价： ￥168.00元
    售价： ￥126.00元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

随着计算机科学与人工智能技术的发展，数据驱动和机器学习得到了工程与学术领域的广泛关注，作为土木工程领域重要分支的土木工程材料也必然紧密围绕与服务智慧土木工程的发展。本书总结作者在土木工程材料性能表征与智能设计方面的最新研究成果，系统科学地描述土木工程材料性能表征的数据驱动模型、土木工程材料的智能优化设计方法及不确定性量化技术，对土木工程材料高性能化及土木工程安全施工具有显著的经济效益和社会效益。本书内容均采用Python和VBA来实现，便于读者学习和应用；在理论、方法、算法、应用等方面，均结合具体材料及试验进行论述，便于读者理解与应用。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 土木工程材料性能表征与设计的发展现状和意义 1
    1.1 土木工程材料性能表征 2
    1.2 土木工程材料设计 3
    1.3 土木工程材料性能表征与设计的发展现状 4
    参考文献 7
    第2章 土木工程材料性能表征的试验方法 12
    2.1 水泥灌浆材料的物理力学性能 12
    2.1.1 室内试验方法 12
    2.1.2 原材料 16
    2.1.3 室内试验结果 16
    2.2 水泥稳定冷再生混合料的疲劳寿命 29
    2.2.1 室内试验方法 30
    2.2.2 原材料 34
    2.2.3 室内试验结果 35
    2.3 纳米改性沥青结合料路用性能 39
    2.3.1 室内试验方法 39
    2.3.2 原材料 44
    2.3.3 室内试验结果 45
    2.4 改性生物沥青红外光谱特征 49
    2.4.1 室内试验方法 50
    2.4.2 原材料 51
    2.4.3 室内试验结果 51
    参考文献 57
    第3章 机器学习与数据驱动技术的理论、方法和算法 60
    3.1 支持向量机理论 60
    3.1.1 广义最优分类面 60
    3.1.2 支持向量机 62
    3.1.3 核函数 63
    3.1.4 支持向量机函数拟合算法 64
    3.1.5 支持向量机算法 65
    3.1.6 序列最小优化算法 66
    3.1.7 最小二乘支持向量机 71
    3.1.8 多输出支持向量机 76
    3.2 集成算法 80
    3.2.1 AdaBoost 80
    3.2.2 AdaBoost算法 82
    3.2.3 AdaBoost过程 83
    3.2.4 AdaBoost的特点 83
    3.2.5 AdaBoost的实现与验证 84
    3.3 符号回归方法 87
    3.3.1 符号回归方程的表示 87
    3.3.2 基于遗传编程的符号回归 88
    3.3.3 符号回归的演化 89
    3.3.4 符号回归的过程 90
    3.3.5 程序与应用 91
    3.4 降阶模型 94
    3.4.1 降阶方法 94
    3.4.2 基于降阶模型的预测 95
    3.4.3 降阶模型的计算过程 96
    3.4.4 降阶模型的实现与验证 97
    3.5 优化技术 105
    3.5.1 ABC算法 105
    3.5.2 单纯同调全局优化算法 111
    3.5.3 优化工具Solver 115
    3.5.4 多目标优化 121
    参考文献 127
    第4章 土木工程材料性能的机器学习表征与优化 130
    4.1 土木工程材料性能的支持向量机表征 130
    4.1.1 水泥灌浆材料性能的支持向量机表征 130
    4.1.2 水泥灌浆材料性能的最小二乘支持向量机表征 130
    4.1.3 水泥灌浆材料性能的多输出支持向量机表征 133
    4.2 基于支持向量机的土木工程材料智能设计 137
    4.2.1 基于多输出支持向量机的土木工程材料智能设计 137
    4.2.2 土木工程材料设计 138
    4.3 土木工程材料性能的机器学习表征 143
    4.3.1 机器学习方法 143
    4.3.2 机器学习的实现 144
    4.3.3 土木工程材料性能表征的机器学习及其比较 145
    4.4 水泥灌浆材料性能的AdaBoost表征与设计 149
    4.4.1 基于AdaBoost的代理模型 150
    4.4.2 材料组成优化 151
    4.4.3 基于AdaBoost与SHGO的材料设计方法 151
    4.4.4 材料性能的AdaBoost模型 152
    4.4.5 结果与验证 156
    4.4.6 讨论 158
    4.4.7 小结 162
    参考文献 163
    第5章 数据驱动的土木工程材料性能表征与优化 165
    5.1 数据驱动的水泥稳定冷再生混合料疲劳方程的确定 165
    5.1.1 基于符号回归的疲劳寿命预测 166
    5.1.2 影响因素的相互关系 167
    5.1.3 疲劳寿命预测方程 169
    5.1.4 验证 171
    5.1.5 小结 173
    5.2 数据驱动的纳米颗粒-聚合物复合改性沥青结合料的性能表征和配方优化 174
    5.2.1 正交试验优化 175
    5.2.2 基于降阶模型的数据驱动模型 176
    5.2.3 材料组成设计 176
    5.2.4 基于降阶模型和SHGO的数据驱动材料设计 177
    5.2.5 应用 178
    5.2.6 小结 186
    5.3 老化改性生物沥青结合料FTIR特性数据驱动模型 186
    5.3.1 基于强化学习的降阶模型 187
    5.3.2 应用 189
    5.3.3 小结 193
    参考文献 196
    第6章 土木工程材料性能的不确定性量化与设计 201
    6.1 水泥稳定冷再生混合料疲劳方程的不确定性量化 201
    6.1.1 研究现状 201
    6.1.2 疲劳试验与疲劳寿命预测方程 203
    6.1.3 疲劳寿命的不确定性量化 204
    6.1.4 应用 206
    6.1.5 小结 220
    6.2 水泥灌浆材料不确定性预测与优化的机器学习和贝叶斯方法 220
    6.2.1 引言 220
    6.2.2 试验 222
    6.2.3 贝叶斯推理 222
    6.2.4 材料设计的不确定性分析 224
    6.2.5 小结 233
    参考文献 233
    第7章 土木工程材料的多目标优化设计 237
    7.1 土木工程材料设计的多目标优化方法 237
    7.1.1 引言 237
    7.1.2 土木工程材料的优化设计模型 239
    7.1.3 土木工程材料性能的数据驱动模型 239
    7.1.4 数据驱动的土木工程材料多目标优化设计 240
    7.2 水泥灌浆材料的多目标优化设计 241
    7.2.1 室内试验 241
    7.2.2 水泥灌浆材料表征的降阶模型 241
    7.2.3 基于降阶模型的水泥灌浆材料多目标优化设计 244
    7.3 纳米沥青材料的多目标优化设计 245
    7.3.1 纳米颗粒和聚合物改性沥青结合料 245
    7.3.2 纳米颗粒和聚合物改性沥青结合料表征的降阶模型 245
    7.3.3 纳米颗粒和聚合物改性沥青结合料的多目标优化设计 247
    7.3.4 基于性能标准的多目标优化设计 252
    7.3.5 小结 258
    参考文献 259
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com