基于XGBoost-LSTM的CSG抗压强度预测

作者：郭磊; 高航; 田青青; 郭利霞; 李泽宣

来源：建筑材料学报, 2023, 1-10.

• LSTM
• XGBoost
• 胶凝砂砾石
• 抗压强度

针对胶凝砂砾石抗压强度试验的周期长、耗材大等问题，运用XGBoost-LSTM组合模型对胶凝砂砾石抗压强度进行预测. 首先选取相关性较高的“水泥含量”和“砂率”进入XGBoost模型预测，并将结果与原特征一起代入LSTM模型. 采用94组抗压强度数据进行训练和验证，结果表明：XGBoost-LSTM组合模型的决定系数（R~(2)）与基础模型XGBoost、LSTM相比，分别提高5.2%、3.3%. 说明通过XGBoost模型构造新特征具有可行性，且组合模型能对胶凝砂砾石抗压强度进行精准预测.

• 单位
  中国水利水电科学研究院; 华北水利水电大学