典型文献
基于随机森林的高性能混凝土抗压强度预测
文献摘要：
高性能混凝土抗压强度的准确预测是配合比设计优化的关键步骤之一,基于机器学习算法的预测结果容易受到输入变量的影响.提出一种经过特征筛选的抗压强度随机森林预测模型.以水胶比、水泥用量、水泥强度、砂石、粉煤灰掺量和外加剂用量作为原材料指标,通过试验收集56份数据样本.通过变量重要性度量剔除重要性较低的特征,再利用优化后的输入指标进行强度预测,并与未经过特征筛选的随机森林模型和BP神经网络模型的性能进行比较.结果表明,水泥掺量对于高性能混凝土强度的贡献最大,而外加剂的影响较小;随机森林模型的预测精度较高(R2=0.96909),误差较小(RMSE=0.014922);基于变量重要性度量的特征筛选对于提高预测精度具有重要意义.
文献关键词：
高性能混凝土;随机森林;变量重要性度量;强度预测
中图分类号：
作者姓名：
吴贤国;刘鹏程;陈虹宇;曾铁梅;徐文
作者机构：
华中科技大学 土木工程与力学学院,湖北 武汉 430074;南洋理工大学 土木工程与环境学院,新加坡 639798;武汉地铁集团有限公司,湖北 武汉 430030;信阳师范学院 建筑与土木工程学院,河南 信阳 464000
文献出处：
引用格式：
[1]吴贤国;刘鹏程;陈虹宇;曾铁梅;徐文-.基于随机森林的高性能混凝土抗压强度预测)[J].混凝土,2022(01):17-20,24
A类：
B类：
高性能混凝土,混凝土抗压强度,抗压强度预测,准确预测,配合比设计,关键步骤,基于机器学习,机器学习算法,特征筛选,随机森林预测模型,水胶比,水泥用量,水泥强度,砂石,粉煤灰掺量,外加剂,材料指标,份数,变量重要性度量,随机森林模型,水泥掺量,混凝土强度,而外,RMSE,选对
AB值：
0.275011
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。
