典型文献
基于机器学习算法的混凝土28 d抗压强度预测
文献摘要：
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.
文献关键词：
混凝土;28 d抗压强度;机器学习;强度预测
中图分类号：
作者姓名：
刘德胜
作者机构：
安徽省交通控股集团有限公司,安徽 合肥 230000
文献出处：
引用格式：
[1]刘德胜-.基于机器学习算法的混凝土28 d抗压强度预测)[J].混凝土与水泥制品,2022(09):20-24
A类：
WYTJ
B类：
基于机器学习,机器学习算法,准确预测,粉煤灰,碎石,决策树,高斯过程回归,集成学习,超参数优化,抗压强度预测模型,标段,隧道工程,种花,花岗岩,可靠性高
AB值：
0.18544
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
