基于XGBoost算法的胶凝砂砾石劈拉强度预测分析
郭磊1
李泽宣2
田青青3
郭利霞1
高航2
1.华北水利水电大学水利学院,河南郑州450046;河南省水环境模拟与治理重点实验室,河南郑州4500022.华北水利水电大学水利学院,河南郑州4500463.华北水利水电大学水利学院,河南郑州450046;中国水利水电科学研究院,北京100038
摘要：将水泥质量浓度、砂率、水胶比和粉煤灰质量浓度设为输入变量,28 d劈拉强度设为输出变量,用极端梯度提升树(XGBoost)算法对胶凝砂砾石(CSG)的劈拉强度进行预测,并与随机森林(RF)算法的预测结果进行对比,以决策系数(R2)、均方根误差(RMSE)、平均绝对误差(MAE)和平均百分比误差(MAPE)作为评估标准对2种算法进行对比分析.结果表明:XGBoost算法的R2为0.968 1,具有高度的预测准确性;相比表现良好的RF算法,XGBoost算法测试集的RMSE和MAE均降低了0.003,MAPE降低了 0.32％,表明XGBoost算法能够对CSG劈拉强度进行更为精准的预测.
关键词：极端梯度提升树算法随机森林算法强度预测胶凝砂砾石劈拉强度
分类号：TV41(水工材料)
资助基金：国家重点研发计划(2021YFC3001000)国家自然科学基金(52109154)
论文发表日期：2023-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 378-382,388 )
英文信息