基于机器学习的钢纤维喷射混凝土强度预测研究

作者：王锐; 赵信; 张超; 吴顺川^*; 耿晓杰; 孙俊龙; 张小强; 王焘; 牛永辉

来源：昆明理工大学学报(自然科学版), 2023, 48(06): 152-164.

DOI：10.16112/j.cnki.53-1223/n.2023.06.482

• 钢纤维喷射混凝土
• 配合比
• 抗压强度
• 机器学习
• 预测模型

为实现钢纤维喷射混凝土强度的精确预测，分析了钢纤维喷射混凝土配合比与抗压强度之间的关系，并构建了7 d抗压强度预测模型.基于32组配合比及抗压强度数据，利用主成分分析法(PCA)对8项影响因素指标(水、水泥、硅粉、细骨料、粗骨料、减水剂、速凝剂、钢纤维)进行降维处理.基于XGBoost模型并结合麻雀搜索算法(SSA)、贝叶斯优化算法(BO)、模拟退火优化算法(SAA)和粒子群优化算法(PSO)建立钢纤维喷射混凝土7 d抗压强度预测模型.研究结果表明：BO-XGBoost模型训练集与测试集的MSE分别为0.30、0.42,与7 d抗压强度拟合时R2=0.997 03,BO-XGBoost的误差最小，拟合效果最好，为最优模型.将该模型应用于滇中引水隧洞工程，对比试验结果做误差分析，得到MSE=0.1297,拟合得到R2=0.987 72,得出结论：BO-XGBoost模型具有良好的预测效果.

• 出版日期2023
• 单位昆明理工大学