基于灰狼优化算法的超高性能混凝土抗压强度预测方法

本发明公开了一种基于灰狼优化算法的超高性能混凝土抗压强度预测方法。主要解决现有经验公式或数值模拟难以全面准确高效的对超高性能混凝土抗压强度进行预测的技术问题。本通过灰狼优化算法（GWO）对BP神经网络模型的初始阈值和权值进行优化，可有效避免模型陷入局部最优的问题，进而提高模型的鲁棒性和泛化能力，预测精度更高。且采用SHAP特征重要性方法识别对预测结果贡献最大的特征，从而实现变量数量的精简，避免变量间的潜在相关性所导致的冗余，使得提取出的输入变量具有最小的冗余度，并经参数优化后，有效提高了神经网络模型的预测准确度和预测效率。