基于机器学习算法的机制砂混凝土配合比设计
付晨阳1
孙晓燕2
何廷全3
吕俊秀1
王海龙1
1.浙江大学 建筑工程学院,浙江 杭州 3120002.浙江大学 建筑工程学院,浙江 杭州 312000;山西浙大新材料与化工研究院,山西 太原 0300023.广西新发展交通集团有限公司,广西 南宁 530029
摘要：采用5种机器学习算法来预测机制砂混凝土的工作性能和力学性能,提出了利用梯度提升决策树(GBDT)和XGBoost算法进行配合比设计的策略.在满足性能要求的前提下,通过误差分析迭代优化给出了机制砂混凝土的推荐配合比.结果表明,采用机器学习推荐配合比制备的机制砂混凝土,试验结果与设计目标的误差在10%以内,验证了在特定性能要求下进行机制砂混凝土配合比设计的可行性.
关键词：机器学习机制砂混凝土配合比设计GBDT算法XGBoost算法
分类号：TU528.01(建筑材料)
资助基金：广西重点研发计划项目(AB22035031)山西浙大新材料与化工研究院技术开发项目(2022SZ-TD016)浙江省尖兵领雁计划项目(2023C01154)国家自然科学基金(52279141)国家自然科学基金(52478284)浙江省科技计划项目(2022C04005)
论文发表日期：2025-07-30
在线出版日期：2025-08-18（本平台首次上网日期，不代表文献的发表时间）
页数：9( 678-686 )
英文信息