摘要
本发明涉及超高性能混凝土技术领域,具体公开了超高性能混凝土成分对动态抗压强度的影响分析方法,包括:S1、获取试验数据,S2、基于隔离森林的异常检测,S3、构建两层堆叠卡夫模型stacking‑CARF模型,S4、模型的高精度预测和S5、量化UHPC成分对动态抗压强度的影响;本发明隔离森林异常检测算法通过消除或减轻异常数据来改进数据集,从而显著地提高ML模型的预测精度,采用CatBoost和RF作为第一层的基学习器,LR作为第二层的元学习器,所建立的stacking‑CARF模型相较单一模型和EL模型,具有更高的预测精度和鲁棒性,LIME针对特定样本的可解释性更强,可以为单个UHPC结构的设计和性能优化提供理论参考。
技术关键词
分析方法
超高性能混凝土
学习器
动态
样本
可解释人工智能
决策树模型
蒙特卡罗方法
回归决策树
异常数据
线性回归模型
变量
黑盒模型
错误率
高效减水剂
交互特征
随机森林
系统为您推荐了相关专利信息
三维实体模型
大语言模型
文本
训练样本生成方法
零件
BiLSTM模型
LightGBM模型
联合估计方法
多维特征数据
锂电池