基于机器学习的UHPC抗压强度预测及配合比优化

作     者：康志坚 李火星 KANG Zhijian;LI Huoxing

作者机构：筑友智造智能科技有限公司湖南长沙410005 

基　　金：国家重点研发计划项目(2018YFC0705405) 

出 版 物：《混凝土与水泥制品》 (China Concrete and Cement Products)

年 卷 期：2024年第7期

页      码：7-13页

摘      要：结合试验设计、机器学习及紧密堆积模型提出了一种超高性能混凝土(UHPC)抗压强度预测和配合比优化方法,并对比了预测结果与实测结果。此外,还将支持向量回归-粒子群优化算法(SVR-PSO)模型与其他常见抗压强度预测模型进行了对比,并基于SVR-PSO模型设计开发了图形用户界面预测软件。结果表明:SVR-PSO模型在稳定性和预测精度方面具有明显优势,抗压强度预测值和实测值误差在5%以内;采用所提出的UHPC配合比设计方法,可基于原材料数据快速生成满足抗压强度要求的UHPC配合比。

主 题 词：机器学习 试验设计 支持向量回归 粒子群优化 超高性能混凝土 紧密堆积模型 

学科分类：08[工学] 081304[081304] 0805[工学-能源动力学] 080502[080502] 0813[工学-化工与制药类] 

D　O　I：10.19761/j.1000-4637.2024.07.007.07

馆 藏 号：203128580...