使用XGBoost预测透水混凝土的物理和力学性能
摘要：透水混凝土的高渗透性使其成为一种用于特定应用的特殊类型混凝土。然而，PC行为和性能的复杂性导致了昂贵、耗时和高能耗的实验工作，以准确确定PC的力学和物理性能。本研究提出了一种使用极限梯度增强（XGBoost）预测模型来预测PC的力学和物理性能。使用四个评估不同统计参数的模型来预测PC的抗压强度、抗拉强度、密度和孔隙率。这些统计指标包括均方根误差（RMSE）、相关系数的平方（R2）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）。XGBoost模型估计的这些性能与实验测量结果一致。通过将其估计结果与四个相应的支持向量回归（SVR）模型获得的结果进行比较，验证了XGBoost的性能。比较结果显示，与SVR相比，XGBoost在抗压强度、抗拉强度、孔隙率和密度估计方面的RMSE分别为0.58、0.17、0.98和34.97，而SVR的结果分别为0.74、0.21、1.28和44.06。由于预测值与实验获得值之间的高相关性，XGBoost模型能够快速、可靠地提供有关PC性能的信息，而这些信息在实验上是昂贵和耗时的。输入/预测变量的特征重要性和贡献分析显示，水泥比例是估计PC性能中最重要和贡献最大的因素。
作者：Ismail B. Mustapha, Zainab Abdulkareem, Muyideen Abdulkareem, Abideen Ganiyu
论文ID：2206.00003
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-06-02