基于动态加权迁移学习的磷石膏混凝土强度预测方法

本发明涉及基于动态加权迁移学习的磷石膏混凝土强度预测方法，步骤如下：收集源域常规混凝土数据与目标域磷石膏混凝土数据，通过特征扩展与删除实现跨域特征对齐；利用自助重采样技术生成符合真实配合比约束的增强样本以扩充目标域样本量；构建误差驱动的动态权重计算机制，采用基于动态权重调整的加权均方误差损失函数，使模型在源域大数据中学习通用材料强度规律的同时，强化对目标域小样本高误差区域的拟合能力；通过跨域联合训练实现知识迁移，最终输出强度预测结果及特征作用机理等可视化图表。本发明解决了现有磷石膏混凝土强度预测中跨材料域迁移困难、小样本欠拟合等技术问题，提高了预测模型精度。