优化不同机器学习模型在再生保温混凝土强度预测中的研究

王伊立1 萧灿强2 谭 紫2 陈雅淇1 

摘要：再生保温混凝土作为一种新型绿色混凝土，对发展绿色循环经济和高效节能建筑具有重要意义。 将麻雀搜索算法与随机森林（RF）以及Elman神经网络原理相结合，设计了预测精度更高的SSA-RF模 型，基于再生保温混凝土强度试验所获得的数据，建立再生保温混凝土强度预测的网络模型。利用再 生粗骨料取代率、水灰比以及混凝土表观密度为因子，分别基于随机森林（RF）、Elman神经网络、麻雀 搜索优化随机森林（SSA－RF）、麻雀搜索优化Elman（SSA－Elman）建立再生保温混凝土强度快速预测 模型。筛选文献中报道的61组试验数据，开展算例研究。结果表明：SSA-RF模型表现最佳，对再生保 温混凝土强度的预测精度较高，其次是 SSA-Elman，未经优化的 RF 及 Elman 神经网络的预测精度 较低。 

关键词：再生保温混凝土；机器学习；优化；应用