期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于贝叶斯优化的CatBoost模型在混凝土抗压强度预测中的研究
1
作者 曹源 《混凝土》 北大核心 2025年第7期87-94,共8页
混凝土抗压强度是建筑结构安全性与耐久性的关键性能指标,对工程设计与质量控制具有重要意义。由于混凝土性能受材料配合比与养护条件等多因素的非线性耦合作用影响,传统经验式在预测精度与适应性方面已难以满足智能建造的需求。为此,采... 混凝土抗压强度是建筑结构安全性与耐久性的关键性能指标,对工程设计与质量控制具有重要意义。由于混凝土性能受材料配合比与养护条件等多因素的非线性耦合作用影响,传统经验式在预测精度与适应性方面已难以满足智能建造的需求。为此,采用Min-Max归一化与二阶多项式特征扩展对原始数据进行处理,构建以CatBoost回归器为核心的预测模型,并通过贝叶斯优化方法实现超参数调优。基于1 030组混凝土配合比与强度数据进行建模与验证,所得模型在测试集上达到了RMSE为4.27 MPa、MAE为3.12 MPa、R^(2)为0.94的性能表现。为提升应用可行性,开发了基于Streamlit框架的在线预测平台,实现模型快速部署与混凝土强度的实时估算。研究结果表明:该方法在预测精度与模型鲁棒性方面显著优于传统回归模型,可为智能混凝土配合比设计与施工过程质量监测提供有效支撑。 展开更多
关键词 混凝土抗压强度 机器学习 catboost回归器 贝叶斯优化 智能建造
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部