基于机器学习算法的混凝土28 d抗压强度预测

简介

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。