钢纤维混凝土抗压强度预测方法研究

通过机器学习算法建立钢纤维混凝土抗压强度预测模型。采用集成机器学习算法,通过集成多个弱学习器来构造一个强学习器,从而找到钢纤维混凝土设计参数和其抗压强度之间的映射关系。预测误差较小的弱学习器权重较大,可提高机器学习模型的整体精度。从现有文献中收集钢纤维混凝土抗压强度实验数据,用来训练集成机器学习模型,其中以钢纤维混凝土成分（例如粗/细集料、水泥、水、钢纤维掺量等）作为输入数据,以抗压强度值作为输出数据。模型验证测试数据集的结果表明,所采用的集成机器学习模型对预测钢纤维混凝土抗压强度的预测精度很高（MAPE=1.16%）,并且高于传统的单一机器学习预测模型（MAPE=1.76%）。