摘要
一种低碳水泥性能预测及配比设计的方法。涉及水泥领域。包括以下步骤:1)、解析熟料和多种混合材的本征特性,构建高质量数据集;2)、以步骤1)中的数据集为基础,采用深度神经网络与贝叶斯优化算法构建低碳水泥力学性能预测模型;3)、在步骤2)中低碳水泥力学性能预测模型中加入马尔可夫链蒙特卡罗方法和克里金代理模型,实现低碳水泥配比的优化设计。本发明通过减少试验次数,实现试验周期和成本的降低,快速生成大量的优化配比方案,指导低碳水泥的研发。
技术关键词
配比设计方法
克里金代理模型
马尔可夫链蒙特卡罗
深度神经网络
硫铝酸盐水泥
硅质原料
铁铝酸盐水泥
高斯分布模型
混合材
煅烧煤矸石
预测模型训练
熟料
超参数
水泥胶砂
梯度下降法
脱硫石膏
尾矿粉
系统为您推荐了相关专利信息
图像去模糊方法
卷积神经网络模型
深度神经网络
事件流数据
非暂态计算机可读存储介质
曲线预测方法
注意力机制
节假日信息
深度神经网络模型
长短期记忆网络
人工智能辅助
生成对抗网络
动态反馈机制
生成方法
LDA主题模型