基于WOA-XGBoost模型的胶结充填体强度预测

摘要

单轴抗压强度作为胶结充填体重要的力学性能指标,通常使用传统的力学试验来确定。使用鲸鱼优化算法(whale optimization algorithm,WOA)对极限梯度提升模型(XGBoost)进行优化,建立了WOA-XGBoost混合模型。以某铅锌矿充填料浆配比试验得到的80组数据作为数据库,选取固体质量分数、水泥占比、尾砂占比及养护天数作为输入参数,充填体试块抗压强度作为输出参数。为了与WOA-XGBoost模型进行比较,还构建了XGBoost、RF和WOA-RF模型。结果表明:WOA-XGBoost模型的决定系数为0.9650,均方根误差为0.2074,平均绝对误差为0.1703;XGBoost模型的决定系数、均方根误差、平均绝对误差分别为0.8971、0.4084和0.2467。可见,鲸鱼优化算法能够显著提高XGBoost模型的预测能力。相比XGBoost、RF和WOA-RF模型,WOA-XGBoost混合模型具有更高的预测精度。研究结果对于胶结充填材料的设计和配比优化具有重要意义。