一种基于机器学习及连续靶向预测的沥青混合料设计方法

本发明公开一种基于机器学习及连续靶向预测的沥青混合料设计方法，涉及道路材料设计与工程技术领域，解决传统试错法效率低、机器学习模型精度不足和可解释性弱的问题；本发明包括S1：寻找沥青混合料6个目标的多个机器学习模型最佳超参数，训练保存各个目标最高R2的机器学习模型并根据决定系数R2确定为各个目标的最佳模型；S2：依据连续靶向预测方法，微调决定系数低的目标对应的最佳模型的输入特征，重新训练对应低定系数目标预测模型；S3：获取低决定系数目标预测模型的模型特征重要性，绘制SHAP蜂群图，实现低决定系数目标预测模型输入特征剪枝；本发明实现沥青混合料设计指标的精准预测，克服传统试错法效率低、成本高的缺陷。