一种基于机器学习的钢塔筒风机基础的设计方法

本发明涉及风机基础设计技术领域，具体提供一种基于机器学习的钢塔筒风机基础的设计方法，包括：选定输入变量和输出参数，并建立包含两者的数据集；机器学习模型的筛选，包括：划定训练集，进行机器学习模型的超参数优化；基于各组模型在测试集的预测效果，得出各组模型在输入变量上预测的平均统计量估值及方差，并建立各组模型的比较矩阵；基于比较矩阵获取的权重系数和归一化系数，筛出GBDT算法模型作为优选的机器学习模型；对优选的GBDT算法模型进行改进，获得高精度的风机基础的完整工程量。本发明实现了风机基础工程量的快速、精准预测，可应用于投标阶段的快速估算与设计阶段的工程量校核，从而优化设计方案，节省工程时间与成本。