基于机器学习预测铁尾矿混凝土抗压强度的模型构建及评价

刘国涛 1，2　杨钦 2　谢永生 2

Urban and Rural Studies 2024 No.16

1. 广东工业大学土木与交通工程学院；2. 广东广物金属产业集团有限公司

随着我国生态环保要求提高，近年天然砂石开采收紧，利用铁尾矿等大宗固废制备混凝土受到关注。但铁尾矿混凝土的抗压强度预测仍然是较大的难题。基于所收集的219组铁尾矿混凝土抗压强度数据，分别利用三种单一学习方法（线性回归、支持向量机、人工神经网络）和三种集成学习方法（随机森林、梯度提升决策树、极致梯度提升树），以原材料特征、配合比等18个参数为输入变量，铁尾矿混凝土7天和28天抗压强度为输出变量，分别构建六组预测模型并对其预测性能进行对比。结果表明，XGBoost模型的误差最小，预测误差分布集中在[-5，5]MPa范围内，预测结果最好。

铁尾矿；混凝土；机器学习