基于机器学习算法的混凝土28 d抗压强度预测

作     者：刘德胜 LIU De-sheng

作者机构：安徽省交通控股集团有限公司安徽合肥230000 

出 版 物：《混凝土与水泥制品》 (China Concrete and Cement Products)

年 卷 期：2022年第9期

页      面：20-24页

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：上海至武汉国家高速公路无为至岳西段项目（简称“无岳高速”）WYTJ-07标段在隧道开挖过程中产生了大量的隧道洞渣,不仅影响着工程进度、工人施工安全、加重沿线河道淤积,还存在环境污染等一系列弊端 为了尽可能地利用该隧道标段所产生的隧道洞渣,保护生态环境,同时降低工程成本,工程尽量利用花岗岩洞渣制作机制砂和碎石,用于配制花岗岩混凝土 4.2花岗岩混凝土28 d抗压强度预测 

主　　题：混凝土 28 d抗压强度 机器学习 强度预测 

摘      要：为较准确预测混凝土28 d的抗压强度,以水泥、粉煤灰、砂、碎石和水5种原材料的单位用量作为输入,混凝土28 d抗压强度作为输出,构建了一个拥有249组样本的数据库。运用决策树、支持向量机、高斯过程回归、集成学习、神经网络5种机器学习算法进行超参数优化,构建了混凝土28 d抗压强度预测模型,并对其精度进行了评估。对比5种机器学习算法结果可知:高斯过程回归模型是预测混凝土28 d抗压强度的最优预测模型;基于构建的高斯过程回归模型对无岳高速WYTJ-07标段隧道工程自制的5种花岗岩混凝土28 d抗压强度进行了预测,预测值的最大相对误差为8.95%,证明该模型预测精度良好,可靠性高。