基于AdaBoost算法的混凝土抗压强度预测

论文采集1 030组混凝土抗压强度试验数据，通过训练AdaBoost算法，得到可用于预测混凝土抗压强度值的模型。结果表明：AdaBoost算法模型可以在给定输入变量的情况下准确有效地预测混凝土抗压强度；10折交叉验证决定系数R2的平均值达到0.952，平均绝对百分比误差（MAPE）达到11.39%，说明十折交叉验证具有较高准确率；AdaBoost算法与人工神经网络和支持向量机独立学习算法比较，表现出集成学习算法的优越性；讨论了AdaBoost算法模型中训练数据集数量、弱学习器类型和输入变量的数量相关因素，发现使用1 030数据集的80%可以获得良好的预测结果。