(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111565022.9 (22)申请日 2021.12.20 (65)同一申请的已公布的文献号 申请公布号 CN 114330084 A (43)申请公布日 2022.04.12 (73)专利权人 重庆交通大 学 地址 400074 重庆市南岸区学府大道6 6号 专利权人 中国铁建港航局集团有限公司 (72)发明人 李鑫鑫　郑丹　张勇　胡定宇　 李鹏飞　汪魁　 (74)专利代理 机构 重庆蕴博君晟知识产权代理 事务所(普通 合伙) 50223 专利代理师 王玉芝 (51)Int.Cl. G06F 30/25(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01)C04B 28/00(2006.01) (56)对比文件 CN 111986737 A,2020.1 1.24 CN 104261742 A,2015.01.07 CN 104991051 A,2015.10.21 CN 104261742 A,2015.01.07 CN 101609515 A,20 09.12.23 AU 202010145 3 A4,2020.08.27 Shi Wei L i.Verificati on and Analysis of Two-dimensi onal Path Plan ning Objective Functi on Optimizati on Based o n Classical Particle Swarm Optimizati on Algorithm. 《2021 4th I nternati onal Conference o n Intelligent Robotics and Control Enaineerina (IRCE)》 .2021, 李鑫鑫 等.基 于可靠度分析的湿态混凝 土 强度模型. 《工程力学》 .2012,第2 9卷(第5期), 审查员 郭明华 (54)发明名称 一种基于集成算法的混凝土配合比设计方 法 (57)摘要 本发明提供一种基于集成算法的混凝土配 合比设计方法， 其他特征在于， 包括以下步骤， S1)按照 《普通混凝土配合比设计规程 》 标准， 准 备用于制备混凝土的水、 水泥、 减水剂、 砂子、 石 子； S2)确定设计混凝土性能； S3)根据已有资料 构建混凝土性能集成学习第一模型； S4)根据第 一模型， 运用第二模型求解最佳配合比。 本发明 的有益效果是， 在满足混凝土强度和流动性的前 提下优化配合比设计， 节省混凝土材料成本。 通 过充分利用现有数据， 减少对于实验 人员的经验 要求， 极大减少实验次数。 权利要求书2页 说明书6页 附图2页 CN 114330084 B 2022.12.30 CN 114330084 B 1.一种基于集成算法的混凝 土配合比设计方法， 其特 征在于， 包括以下步骤， S1)按照 《普通混凝土配合比设计规程》 标准， 准备用于制备混凝土的水、 水泥、 减水剂、 砂子、 石子； S2)确定设计混凝 土性能； S3)根据已有资料构建 混凝土性能集成学习第一模型； S4)根据第一模型， 运用第二模型求 解最佳配合比； 所述第一模型包括， 采用以下公式将基础树模型写成个数为K的加法模型： 其中， q表示将样本映射到叶节点的树 的结构， 是样本空间、 是树空间， T是每棵树叶子的数量， 每个fk对应了独立的树结构 q和叶权值ω， xi为混凝土配合比， ωq(x)表示树结构为q和叶权值 为ω的树模型， 损失函数： 其中： 表示预测 与yi的差值； 是预测混凝 土性能； yi是真实混凝 土性能； Ω是惩罚项； fk是k‑1次预测时 值； ft是t‑1次预测时 值； 采用以下公式使用模型以累加的方 式训练， 是t次迭代中第i个实例的预测， 把ft加 到最小化目标中， 其中： n为最终迭代次数， 运用泰勒公式: 其中： 多项式 为函数在x0处的泰勒展开， Rn(x)是泰勒公式的余项权　利　要　求　书 1/2 页 2 CN 114330084 B 2且是(x‑x0)n的高阶无穷小， x0为展开中心， 得如下等式： 其中， constant为常数项； 分别为损失函数一阶和二阶的梯度值， 在第t步迭代中， 去掉常数项以简 化目标函数， 去除参数项得目标函数为： 所述第二模型包括， vi＝ω1vi+c1×rand()×(pbesti‑xi)+c2×rand()×(gbesti‑xi)   (7) xi＝xi+v1  (8) 其中： i＝1， 2,…,N， N是粒子总数； vi： 是粒子的速度； xi： 是粒子的当前位置； c1和c2： 是学习因子； rand()： 介于 0～1之间的随机数； ω1： 为惯性因子， 其 值为非负； pbesti： 为微粒群的局部最优位置； gbesti： 为微粒群的全局最优位置， 所述步骤S3)包括， 采用决定系数R2作为模型性能评价指标： 其中： Ti为真实值， Pi为预测值， i＝1,2, …,m为样本编号； 为样本平均真实值， m表示 样本的个数。 2.如权利要求1所述的一种基于集成算法的混凝 土配合比设计方法， 其特 征在于， 目标函数为： Obj＝(m1+n1)×1000+P×p  (10) 其中， m1， 实际强度大于设计 强度时为0， 否则为1； n1， 实际坍落度在设计坍落度上下2cm 时为0， 否则为1； P为混凝 土配合比， p为混凝 土组成成分单价。权　利　要　求　书 2/2 页 3 CN 114330084 B 3