机构名称：
¥ 1.0
收到日期 2021年7月24日，接受日期 2021年8月12日 doi:10.3151/jact.19.924 摘要 人工智能技术具有超高维非线性计算能力、智能综合分析判断功能和自学习知识储备表达功能，与经典统计方法生成的经验公式相比，可以释放有形构件与性能指标之间高维非线性关系的潜力。本文总结了用于预测混凝土性能的人工智能算法类型，全面梳理了人工智能技术在预测混凝土力学性能、工作性能和耐久性方面的研究进展，对比分析了算法选择、样本数据和模型构建对混凝土抗压预测系统的影响。分析表明，人工智能技术在预测混凝土性能的测量精度上比常规统计方法具有明显优势，应采用多种算法对模型预测结果进行交叉验证。对于微小数据集，采用支持向量机；对于需要特征优化或离散指数预测的算法模型，应采用决策树进化技术；对于不同的挑战，可采用人工神经网络；为了改进预测模型，提高预测精度，提出了优化特征、集成算法、超参数优化、扩大样本数据集、丰富数据源、数据预处理等措施。
基于人工智能的混凝土性能预测进展
主要关键词
相关文件推荐
