基于随机森林的高性能混凝土抗压强度预测

崔晓宁，王起才*,2，张戎令,2，代金鹏,2，谢 超

(1. 兰州交通大学 土木工程学院，兰州 730070；2. 兰州交通大学 道桥工程灾害防治技术国家地方联合工程实验室，兰州 730070)

高性能混凝土是一种新型高技术混凝土，采用常规材料和工艺生产，根据需要掺入改善混凝土性能的外掺料，使得混凝土结构具有所要求的各项力学性能，增加高耐久性、高工作性和高体积稳定性[1].得益于高性能混凝土的优异性能，高性能混凝土被广泛的应用于建筑行业各个领域.经过养护的混凝土28 d抗压强度是钢筋混凝土结构设计的关键参数，也是衡量高性能混凝土工程性能的重要指标.因此，对于混凝土抗压强度的研究具有较高的科研价值[2].

近几年，随着人工智能技术的迅猛发展，各个行业都在结合人工智能新技术进行自我赋能[3-4].基于机器学习、深度学习的工程类研究也在如火如荼的进行[4-7].许多机器学习理论已经应用到混凝土相关研究中，主要包括：人工神经网络[8]，支持向量机[9]，集成算法[10]等.Daneshvar等[11]使用随机森林算法，建立了沥青混凝土的动弹模预测模型，预测结果精度可达94.62%.周双喜等基于深度学习理论研究混凝土孔成像分析[12]以及氯离子在混凝土中的扩散模型[13].Ren等[14]基于计算机视觉技术，提出了一种适用于裂缝语义分割的卷积神经网络，为隧道的健康监测提供新方法.Cui等[15]将注意力机制引入混凝土裂缝的语义分割任务中，并提出一种Att-Unet的卷积神经网络，实现了裂缝的准……