摘要
本发明提出了一种AI增强的大矿掺水工混凝土材料性能预测与配合比设计集成系统,针对大矿掺水工混凝土材料温度控制的关键问题,综合量化评估原料‑结构‑环境等不同影响因素的重要性;针对大矿掺水工混凝土的复杂原料体系,集成特征降维、权重计算等优选性能预测模型的主要特征,同时构建自注意力机制结合的机器学习算法以减少与目标性能弱相关特征的干扰,强化大矿掺水工混凝土性能调控能力。进一步,本发明针对材料关键性能及制备过程碳排放、成本等目标,开发并集成包含约束体系的多/超多目标优化算法,为大矿掺水工混凝土材料的温度控制、影响因素评估、性能调控与配比优化提供一种全面、灵活的数据驱动解决方案,以优化整体决策与设计过程。
技术关键词
混凝土材料
性能预测模型
集成系统
注意力机制
机器学习算法
分析模块
预测模型训练
梯度提升树
随机森林
数据搜索查询
多层感知机
支持向量机
进化算法
特征工程
数据标签
数据管理