[发明专利]基于AdaBoost算法的混凝土材料抗压强度预测方法

摘要

本发明公开了一种基于AdaBoost算法预测混凝土材料抗压强度的方法，首先搜集大量已有混凝土抗压强度试验数据作为训练集，将混凝土材料的各组分占比视为输入变量，混凝土材料的抗压强度作为输出变量，通过AdaBoost算法中的弱分类器对试验数据进行训练，根据训练结果的准确率来确定不同弱分类器的权重，加大预测误差率小的弱分类器的权重，降低预测误差率大的弱分类器的权重，从而将各弱分类器组合成预测精度较高的强分类器，可以直接根据输入的相关参数给出混凝土的抗压强度。本发明仅需要简单的数据搜集与机器学习方法应用，即可进行混凝土材料的抗压强度快速并精确的预测，便于结构设计、鉴定加固等专业人员的推广应用。

主权项

1.一种基于AdaBoost算法的混凝土材料抗压强度预测方法，其特征在于，包括以下步骤：(1)搜集N组的混凝土抗压强度的试验样本，获取每一组试验的混凝土材料组分信息与最终的抗压强度信息，将N组样本中，每组数据的混凝土材料配合比信息和养护信息作为输入变量X，抗压强度作为输出变量y；(2)将N组试验样本作为训练集导入给AdaBoost算法，并初始化训练集的权重分布；(3)进行多轮迭代以确定不同弱学习器的误差率e_t及权重α_t；(4)按弱学习器的权重来组合各个弱学习器，得到最终的强学习器；(5)在训练完成的强学习器中输入待求混凝土材料的配合比信息和养护信息得到该混凝土材料的抗压强度预测值。