一种基于人工智能的混凝土质量预测方法

本发明属于机器学习应用技术领域，尤其涉及一种基于人工智能的混凝土质量预测方法。该方法先获取历史混凝土质量及关联参数，将配比、环境、生产工艺参数融合，钢纤维含量单独处理，并验证融合参数表征能力。接着构建四组BP神经网络预测子模型，建立权重关联模型确定最终预测模型权重。最后输入权重参数得到混凝土表面硬度和抗压强度预测值，然后通过建立两者统计关系模型判断预测合理性，必要时修正结果。与现有技术相比，本发明深入探究参数内在联系，考虑多因素协同作用，提高了混凝土质量预测精度，能更好地实现对混凝土质量的精准控制。