[发明专利]一种水泥强度预测模型的构建方法及水泥强度预测方法

权利要求书

1.一种水泥强度预测模型的构建方法，其特征在于，包括：

采集多个水泥样本的质检数据集，每个水泥样本的质检数据集包括水泥强度实际值和多个特征参数值；

通过基于条件互信息的特征选择，将多个特征参数按照与水泥强度的相关度从大到小进行排序，调取每个水泥样本的质检数据中排序前m个参数的值，构成该水泥样本的特征集，基于所有水泥样本的所述特征集和所述水泥强度实际值训练辅助预测模型；

确定训练所得预测精度最高的辅助预测模型所对应的m值，并基于各水泥样本的水泥强度实际值和该m值对应的特征集，采用遗传算法在每次训练迭代中同步调优待训练模型的多个参数，训练得到水泥强度预测模型；

其中，所述多个特征参数包括比表面积、烧失量、稠度、初凝、终凝、一天抗折强度、一天抗压强度、三天抗折强度、三天抗压强度、氯离子质量分数、MgO质量分数、SO₃质量分数和CaO质量分数；

所述辅助预测模型为支持向量机；所述待训练模型为Catboost模型。

2.根据权利要求1所述的一种水泥强度预测模型的构建方法，其特征在于，在构建每个水泥样本的所述特征集之前，采用箱线图法对各水泥样本的质检数据集中的异常值进行检测，并将检测出来的含有异常值的质检数据集删除。

3.根据权利要求1所述的一种水泥强度预测模型的构建方法，其特征在于，所述m值为6、7或8。

4.根据权利要求1至3任一项所述的一种水泥强度预测模型的构建方法，其特征在于，所述采用遗传算法在每次训练迭代中同步调优待训练模型的多个参数，该多个参数包括所述Catboost模型中的学习率和树的深度。

5.根据权利要求4所述的一种水泥强度预测模型的构建方法，其特征在于，所述采用遗传算法在每次训练迭代中同步调优待训练模型的多个参数，具体实现方式为：

S1、初始化种群，种群中每个个体基因型均为随机生成的13位二进制数，其中前5位和后8位分别表示所述深度和所述学习率的二进制编码；

S2、将各个体基因型对应的所述前5位和所述后8位分别转换成十进制，作为训练过程中的Catboost模型的深度和学习率；

S3、将所述Catboost模型输出的均方误差值作为适应度值，选择适应度值前n高的多个个体；

S4、对所述多个个体的基因型之间进行杂交运算和变异运算，产生新的个体基因型，重复执行S2，直至达到收敛终止条件，完成Catboost模型每次训练迭代所需的最优学习率和树的深度；所述收敛终止条件是所述Catboost模型输出的均方误差值小于设定均方误差值，或训练迭代次数到达设定最大迭代次数。

6.一种水泥强度预测方法，其特征在于，包括：

采集待预测水泥的质检数据集，并调取该质检数据集中m个特征参数值，构成预测特征集；其中，所述m个特征参数为如权利要求1至5任一项所述的预测精度最高的辅助预测模型所对应的m个特征参数；

基于所述预测特征集，采用如权利要求1至5任一项所述的一种水泥强度预测模型的构建方法所构建的水泥强度预测模型，预测所述待预测水泥的水泥强度。

7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现如权利要求1至5任一项所述的一种水泥强度预测模型的构建方法和/或如权利要求6所述的一种水泥强度预测方法。