基于随机森林和XGBoost的水泥基材料抗压强度预测方法及系统技术方案

本发明专利技术公开了一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法及系统，可以在工程前期对材料的抗压强度进行快速而准确的预测，作为工程建设的参考依据，具体方案如下：一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，针对水泥基材料确定需要的参数，以此为依据收集参数数据，整合形成初始数据集；基于随机森林的数据集优化，在初始数据集上建立随机森林模型，由随机森林模型给出输入参数的重要性评价，定量筛选出对预测抗压强度较重要的输入参数，对初始数据实现处理，进而形成优化数据集；基于优化数据集建立XGBoost模型并进行优化得到智能预测模型；利用智能预测模型对水泥基材料的抗压强度进行预测。预测。预测。

【技术实现步骤摘要】
基于随机森林和XGBoost的水泥基材料抗压强度预测方法及系统


[0001]本专利技术涉及水泥基材料
，尤其是一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]以砂浆和混凝土为代表的水泥基材料是工程建设的基本材料，其抗压强度与工程安全密切相关。各类水泥基材料的抗压强度，随着水泥选用、养护龄期、组成成分及其配合比的不同存在较大差异，且目前难以直接构建抗压强度及其影响因素之间的显式映射关系。对于工程设计中的各类水泥基材料，需要事先进行压缩试验以确保设计的安全性，这样的试验工作将花费大量的人力、物力和财力，且不可避免地带来试验中人为因素的不利影响。
[0004]近年来，机器学习方法在工程领域的预测问题展开应用，其优势在于机器学习无需假定具体的映射关系式，只需要通过有限数据集的训练，即可建立输入参数和输出参数的隐式映射关系。目前机器学习方法在水泥基材料
的应用，主要是通过神经网络预测某一类特定砂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，其特征在于，包括以下步骤：针对水泥基材料确定需要的参数，以此为依据收集参数数据，整合形成初始数据集；基于随机森林的数据集优化，在初始数据集上建立随机森林模型，由随机森林模型给出输入参数的重要性评价，定量筛选出对预测抗压强度较重要的输入参数，对初始数据实现处理，进而形成优化数据集；基于优化数据集建立XGBoost模型并进行优化得到智能预测模型；利用智能预测模型对水泥基材料的抗压强度进行预测。2.根据权利要求1所述的一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，其特征在于，当选用水泥基材料确定需要的参数时，综合考虑水泥基材料的影响因素确定输入和输出参数；所述水泥基材料的影响因素包括水泥基材料的水泥选用、养护龄期、组成材料及组合材料的配合比。3.根据权利要求2所述的一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，其特征在于，当选用水泥基材料确定需要的参数时，将抗压强度作为输出参数；将水泥等级数据、试件养护龄期数据、各材料组分的相对含量数据作为输入参数。4.根据权利要求3所述的一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，其特征在于，所述各材料组分的相对含量数据的计算公式如下：式中，m
c
为该水泥基材料中的水泥含量、m
i
为各个材料组分的含量、m
ir
为各个材料组分的相对含量，i＝1,2,3
……
。5.根据权利要求4所述的一种基于随机森林和XGBoost的水泥基材料抗压强度预测方法，其特征在于，所述各材料材料的相对含量m
ir
由工程中具体的材料组成及其配合比确定，所述m
ir
包括：砂相对含量、石子相对含量、水相对含量、减水剂相对含量、偏高岭土相对含量、粉煤灰相对含量。6.根据权利要求1所述的一种基于随机森林和XGBoost的水...

【专利技术属性】
技术研发人员：刘人太，何文胜，张连震，刘博峰，何越纪，陈新，潘旭东，徐先杰，骆世豪，刘伟灏，
申请(专利权)人：中交铁道设计研究总院有限公司中国石油大学华东，
类型：发明
国别省市：