基于堆叠集成学习混合方法的钢纤维混凝土抗压强度预测与应用

摘要

随着现代工程对材料性能要求不断提高，钢纤维混凝土（SFRC）作为一种具有优异力学性能和耐久性的复合材料，在工程中得到了广泛的应用.钢纤维混凝土的抗压强度是衡量其性能的关键指标.通过室内试验对钢纤维混凝土的抗压强度进行测试，往往需要花费大量的人力物力，且养护周期较长.基于此，提出了一种基于堆叠集成学习的钢纤维混凝土抗压强度预测模型.基于收集到的211组不同的钢纤维混凝土配合比数据，选用SVM、DT、KNN、RF和BP 5种单一模型进行堆叠集成学习.同时，使用6种优化算法对5种单一模型进行优化，最终得到OP-Stacking混合模型.使用OP-Stacking混合模型对钢纤维混凝土7天抗压强度进行预测，MSE和R²分别为96.4937和0.9332，均优于其他5种单一模型.同时，将钢纤维混凝土7天、28天的抗压强度进行线性拟合，得到了7天、28天强度的经验公式.最后，将OP-Stacking混合模型与7天、28天强度经验公式进行了封装，建立了钢纤维混凝土强度预测系统和智能配比设计，为滇中引水工程新型支护设计快速施工提供了重要支持.

关键词

集成学习 / 钢纤维混凝土 / 抗压强度预测 / 优化算法 / 智能配比设计

基金资助

国家自然科学基金资助项目(52334004)