基于PSO-GBDT模型的再生混凝土抗压强度预测

该文针对再生混凝土抗压强度预测问题,提出一种基于粒子群优化(PSO)和梯度提升决策树(GBDT)的再生混凝土强度预测模型。以粉煤灰、细骨料、粗骨料、粗骨料取代率、减水剂和水胶比作为输入变量,28 d抗压强度作为输出变量,以决定系数R2、均方根误差(RMSE)、平均绝对误差(MAE)作为评估指标,进行评估。实验结果表明,该文提出的PSO-GBDT模型在再生混凝土强度预测方面具有一定的应用价值且PSO算法优化对模型预测性能具有一定程度的提升。

基于LSTM模型的再生混凝土抗压强度预测分析

再生混凝土抗压强度预测已经有很多方法,但目前的研究大多集中在对混凝土28 d抗压强度预测上,对于超长龄期的预测较少。为更好地对再生混凝土超长龄期强度进行预测,该研究使用数理统计方法对56 d抗压强度进行统计学分析,并使用箱线图对所有变量进行异常值检测,使用LSTM模型对再生混凝土56 d抗压强度进行预测,为更加准确地对模型预测效果进行评价,采用决定系数R2、均方根误差(RMSE)、平均绝对误差(MAE)作为评价指标。最终模型结果表明,LSTM模型可以较为精确地实现再生混凝土超长龄期抗压强度的预测,为工程实践提供指导。