引入集成学习的土木工程混凝土徐变研究

周 静
天水市交通建设投资集团有限公司

摘要

本文旨在利用集成学习方法，特别是基于决策树的随机森林模型，对土木工程中混凝土的徐变行为进行深入研究。本文采用了新的混凝土收缩徐变数据库，涵盖了丰富的实验数据，以此建立预测模型并验证其性能。在训练模型后，对其性能进行了全面的评价。在影响参数的选择方面，精心挑选了12个关键参数，涵盖了混凝土制备、环境条件和试验参数等方面的因素，其中既包括了内部影响因素也包括了外部影响因素，以全面考虑混凝土徐变的各种影响因素。通过对这些参数进行机器学习模型的训练，发现持荷时间、28天抗压强度和环境温度是对混凝土徐变影响最为显著的因素。本文不仅对混凝土徐变行为进行了深入的探究，还为土木工程实践提供了重要的指导和决策支持。

关键词

集成学习方法；随机森林模型；混凝土徐变；参数选择；性能评价

参考

[1] Hong S H, Choi J S, Yuan T F, et al. A review on concrete creep characteristics and its evaluation on high-strength lightweight concrete[J]. Journal of Materials Research and Technology, 2023, 22(2): 230-251.

[2] Li K, Long Y, Wang H, et al. Modeling and sensitivity analysis of concrete creep with machine learning methods[J]. Journal of Materials in Civil Engineering, 2021, 33(8): 04021206.

[3] 王浩.基于集成学习和LSTM人工智能算法的混凝土徐变研究[D].北京交通大学,2020.

[4] Tošić N, Aidarov S, de la Fuente A. Systematic review on the creep of fiber-reinforced concrete[J]. Materials, 2020, 13(22): 5098.

[5] 汪洋,李华,王育江,等.钢管混凝土徐变特性研究[J].混凝土,2022,(08):170-173+178.

[6] 陈梦成,杨超,方苇,等.混凝土徐变的Gamma模型参数估计研究[J].铁道学报,2021,43(05):204-212.