[發明專利]基于RF-NSGA-II耐久性混凝土配合比優化方法

有效

• 申請號: 202010787298.0
• 申請日: 2020-08-07
• 公開（公告）號: CN111986737B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 吳賢國;陳虹宇;陳彬;李鐵軍;胡毅;王帆;楊賽;劉茜;劉瓊
• 申請（專利權）人: 華中科技大學
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C10/00;G06N3/00;G06N3/12
• 代理公司: 北京恒和頓知識產權代理有限公司 11014
• 代理人: 王福新

1.一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，包括以下步驟：

S1根據影響混凝土抗凍性及抗滲性的材料和配合比因素構建混凝土耐久性指標體系，采集所述混凝土耐久性指標體系中各變量的樣本數據，并以此建立原始樣本集；

S2采用原始樣本集對隨機森林回歸計算模型進行訓練，并對訓練后的隨機森林回歸計算模型進行評價，以分別生成混凝土相對動彈性模量和氯離子滲透系數的隨機森林預測模型；

S3將上述兩個隨機森林預測模型作為優化混凝土配合比的目標函數，以混凝土材料的取值范圍及各材料間的配合比關系為約束條件，構建NSGA-II模型，并根據設定的迭代終止條件進行耐久性混凝土配合比多目標全局尋優，以生成目標函數的Pareto最優解。

2.根據權利要求1所述的一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，所述混凝土耐久性指標體系包括影響因素和耐久性評價指標，所述影響因素包括水膠比、水泥強度、水泥用量、粉煤灰、細集料、粗集料和減水劑，且該影響因素為隨機森林回歸計算模型訓練過程中的輸入變量；

所述耐久性評價指標包括混凝土相對動彈性模量和混凝土氯離子滲透系數，且所述混凝土相對動彈性模量和氯離子滲透系數分別為隨機森林回歸計算模型訓練過程中的輸出變量。

3.根據權利要求1所述的一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，步驟S1還包括以下步驟：在建立原始樣本集之后，將原始樣本集中的數據進行歸一化處理，使得原始樣本集中數據的維度統一。

4.根據權利要求2所述的一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，步驟S2具體包括以下步驟：

采用K折交叉驗證法將原始樣本集分隔成K個子樣本集，隨機將其中K-1子樣本集作為訓練子集，將剩下的一個子樣本集作為驗證子集，采用K-1個子樣本集訓練隨機森林回歸計算模型的新決策樹，采用驗證子集驗證新決策樹的預測精度，選擇預測精度最高的新決策樹作為最優分枝；

以最優分枝作為所述隨機森林回歸計算模型的輸入，根據對應決策樹中的特征將節點分成兩個分支，然后再從剩下的特征中尋找分類效果滿足要求的特征，如此遞歸構造決策樹的分支，使得決策樹充分生長，不做任何剪裁，直至隨機森林回歸計算模型能夠準確的分類訓練子集，完成隨機森林回歸計算模型的訓練，以此方式，分別生成混凝土相對動彈性模量和氯離子滲透系數的隨機森林預測模型。

5.根據權利要求1所述的一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，步驟S2中，采用均方根誤差RMSE和擬合優度R²對訓練后的隨機森林回歸計算模型進行評價，所述均方根誤差RMSE的計算模型為：

所述擬合優度R²的計算模型為：

其中，y^obs為原始樣本集中樣本數據觀測值，y^pred為隨機森林預測模型的預測值，為原始樣本集中所有樣本數據觀測值的平均值，n為樣本數。

6.根據權利要求1所述的一種基于RF-NSGA-II耐久性混凝土配合比優化方法，其特征在于，步驟S3具體包括以下步驟：

S31基于兩個隨機森林預測模型構建優化混凝土配合比的目標函數：

其中，x₁為水膠比，x₂為水泥強度，x₃為水泥用量，x₄為粉煤灰，x₅為細集料，x₆為粗集料，x₇為減水劑；

S32基于混凝土材料的取值范圍及各材料間的配合比關系構建約束條件；

S33根據優化混凝土配合比的目標函數以及約束條件構建NSGA-II模型，并根據設定的迭代終止條件進行混凝土配合比多目標優化，以生成混凝土耐久性目標函數的Pareto最優解。