[发明专利]一种基于大数据的混凝土原材料及配合比推荐方法

说明书

本发明公开了一种基于大数据的混凝土原材料及配合比推荐方法，包括：S1，建立有关混凝土数据的历史数据库；S2，对S1中有关混凝土各原材料的性能参数数据做标准化处理；S3，利用混合学习器建立混凝土各项性能参数的预测模型；S4，根据施工要求，筛选出满足条件的供应商，并列出各原材料供应商的组合情况；S5，利用预测模型，建立穷举预测数据库；S6，以混凝土各项性能参数指标为边界条件，在穷举预测数据库中筛选出各原材料总成本最低的供应商和混凝土配合比的组合数据，并推荐给混凝土施工单位。本发明将多种回归算法和穷举预测相结合，不仅推荐出符合混凝土性能要求下最经济的配合比，还推荐出各原材料的供应商，推荐结果更全面。

技术领域

本发明涉及混凝土施工领域。更具体地说，本发明涉及一种基于大数据的混凝土原材料及配合比推荐方法。

背景技术

混凝土作为土木工程主体结构中最基础的材料，其质量和用量对于工程的质量控制和成本控制都至关重要，其中，原材料的选择和配合比设计是影响成品混凝土质量和成本的关键因素，两者是相互耦合的，合理经济的混凝土配合比设计都是建立在原材料基础之上，混凝土原材料是实现产品质量及体现经济效益的基础。在原材料供应环节，由于信息资源缺乏，项目进场后需要花费大量的时间寻找原材料资源，不能真正选择最为合适的供应商，部分原材料(如外加剂)多采用低价中标，其适应性差，质量不稳定，在配合比设计环节，由于选取的原材料质量不稳定，工作人员经验不足，为保证混凝土的强度和耐久性，通常需要提高水泥等胶材用量，导致配合比不经济，造成混凝土成本增加。因此，选择合适的原材料厂家对于配合比设计环节至关重要，而合理的配合比用量又直接影响了成品混凝土的性能和成本。

目前，相关领域已有通过智能优化和机器学习的方法利用混凝土生产试验历史数据去实现混凝土原材料配合比的设计和混凝土性能预测，但有关混凝土性能预测的研究没有考虑配合比的设计以及材料厂家的优化选择，而有关原材料配合比设计的研究通常需要以提前选择好的原材料的性能为前提，且实际施工中，混凝土生产成本不仅与配合比有关，更与原材料供应价格紧密相关。

发明内容

本发明的一个目的是提供一种基于大数据的混凝土原材料及配合比推荐方法，通过将多种回归算法和穷举预测相结合，不仅可以推荐出符合混凝土性能要求下最经济的配合比，还可以推荐出各原材料的供应商，推荐结果更全面，且使用混合学习器建立混凝土各项性能参数的预测模型，可替代繁琐的试验工作，提高工作效率，节约资源。

为了实现根据本发明的这些目的和其它优点，提供了一种基于大数据的混凝土原材料及配合比推荐方法，包括：

S1，以已完工的混凝土施工项目中积累的有关混凝土的原材料供应商、原材料生产和试验数据为基础，建立包含混凝土中各原材料的成本单价数据、各原材料的性能参数数据、混凝土配合比数据以及混凝土各项性能参数数据的历史数据库；

S2，对历史数据库中各原材料的性能参数数据做标准化处理，得到新的各原材料的性能参数数据；

S3，将多个学习器进行整合，得到混合学习器，所述混合学习器包括高斯过程回归、随机森林和梯度提升决策树；

S4，以历史数据库中混凝土配合比数据以及标准化处理后的各原材料的性能参数数据为输入值，以混凝土各项性能参数数据为输出值，利用混合学习器建立混凝土各项性能参数的预测模型；

S5，根据项目施工实际情况和区域特点，初步筛选出满足条件的各原材料的供应商，并列出混凝土各原材料供应商的所有组合情况；

S6，利用混凝土各项性能参数的预测模型，以筛选后的各原材料的性能参数数据和混凝土配合比数据为变量，利用穷举法穷举预测不同供应商组合以及配合比下的混凝土各项性能参数数据，并建立穷举预测数据库；