基于AutoML-SHAP的超高性能混凝土抗压强度可解释预测

作     者：李硕 艾丽菲拉·艾尔肯 罗文波 陈锦杰 LI Shuo;AILIFEILA Aierken;LUO Wenbo;CHEN Jinjie

作者机构：湘潭大学土木工程学院湘潭411105 长沙学院土木工程学院长沙410022 湘潭大学岩土力学与工程安全湖南省重点实验室湘潭411105 

基　　金：国家自然科学基金(12072308) 

出 版 物：《硅酸盐通报》 (Bulletin of the Chinese Ceramic Society)

年 卷 期：2024年第43卷第10期

页      码：3634-3644页

摘      要：超高性能混凝土(UHPC)的抗压强度与其配比成分之间存在高度非线性的复杂关系,利用传统的统计方法难以准确预测抗压强度。为解决这一问题,本文提出一种基于自动机器学习(AutoML)技术的UHPC抗压强度预测办法,同时引入沙普利加和解释(SHAP)增加其可解释性。AutoML和SHAP的集成有助于构建精确、高效且可解释的模型。结果表明,AutoML模型可自动建立,其准确性、稳健性优于基础模型。SHAP通过全局解释性分析、单样本解释分析以及特征依赖性解释分析,阐明了各个特征因素对抗压强度的影响机理,有助于UHPC抗压强度发展机制以及影响参数重要性的理解,可为UHPC的设计与应用提供参考。

主 题 词：超高性能混凝土 抗压强度 机器学习 AutoML SHAP 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16552/j.cnki.issn1001-1625.2024.10.005

馆 藏 号：203144189...