[发明专利]一种基于大数据的混凝土原材料及配合比推荐方法

权利要求书

1.一种基于大数据的混凝土原材料及配合比推荐方法，其特征在于，包括：

S1，以已完工的混凝土施工项目中积累的有关混凝土的原材料供应商、原材料生产和试验数据为基础，建立包含混凝土中各原材料的成本单价数据、各原材料的性能参数数据、混凝土配合比数据以及混凝土各项性能参数数据的历史数据库；

S2，对历史数据库中各原材料的性能参数数据做标准化处理，得到新的各原材料的性能参数数据；

S3，将多个学习器进行整合，得到混合学习器，所述混合学习器包括高斯过程回归、随机森林和梯度提升决策树；

S4，以历史数据库中混凝土配合比数据以及标准化处理后的各原材料的性能参数数据为输入值，以混凝土各项性能参数数据为输出值，利用混合学习器建立混凝土各项性能参数的预测模型；

S5，根据项目施工实际情况和区域特点，初步筛选出满足条件的各原材料的供应商，并列出混凝土各原材料供应商的所有组合情况；

S6，利用混凝土各项性能参数的预测模型，以筛选后的各原材料的性能参数数据和混凝土配合比数据为变量，利用穷举法穷举预测不同供应商组合以及配合比下的混凝土各项性能参数数据，并建立穷举预测数据库；

S7，以混凝土各项性能参数指标为边界条件，在穷举预测数据库中输入各原材料成本单价数据，并筛选出混凝土各项性能参数达标且各原材料总成本最低的混凝土各原材料的供应商和混凝土配合比的组合数据，并推荐给混凝土施工单位。

2.如权利要求1所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，S2中对历史数据库中各原材料的性能参数数据标准化处理的方式为，将各原材料中的每种性能参数的数据减去该性能参数的所有的数据的均值，并除以该性能参数所有的数据的方差，得到新的各原材料的性能参数数据，并将处理后的各原材料的性能参数数据作为输入值，输入到混合学习器中。

3.如权利要求2所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，建立混凝土各项性能参数的预测模型的过程中，是将标准化处理后的各原材料的性能参数数据、混凝土配合比数据以及混凝土各项性能参数数据随机划分成75％的训练集和25％的测试集，并将标准化处理后的原材料的性能参数数据、混凝土配合比数据作为输入值，混凝土的各项性能参数数据作为输出值，在训练集上使用与混凝土各项性能参数相匹配的学习器，训练混凝土各项性能参数的回归模型，并在测试集上测试回归精度，根据回归精度逐步调整训练模型的超参数，最终训练得到精确的混凝土各项性能参数的预测模型。

4.如权利要求3所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，所述回归模型的回归精度的测试是以均方误差为测试指标。

5.如权利要求1所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，S6中将筛选后的混凝土配合比数据的最大值乘以110％，最小值乘以90％，作为穷举预测混凝土配合比的上极限和下极限，并建立穷举预测数据库。

6.如权利要求5所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，将上极限和下极限之间的混凝土配合比数据均分成十等份，作为穷举预测过程中的采样间隔。

7.如权利要求1所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，混凝土的原材料包括，水泥、粉煤灰、矿粉、外加剂和粗集料以及细集料。

8.如权利要求1所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，混凝土的性能参数包括，坍落度、混凝土强度、氯离子扩散系数和耐蚀系数以及电通量。

9.如权利要求8所述的基于大数据的混凝土原材料及配合比推荐方法，其特征在于，混凝土各项性能参数的预测模型包括，坍落度预测模型、混凝土强度预测模型、氯离子扩散系数预测模型和耐蚀系数预测模型以及电通量预测模型。