基于改进特征筛选的随机森林算法对锂渣混凝土强度的预测研究

摘要： 本工作提出了特征变量筛选结合特征变量相关性的方法，对构建的锂渣混凝土28 d抗压强度数据库进行优化，分别建立了随机森林模型和深度神经网络模型用于测试数据库，并以相关系数(R)、均方根误差(RMSE)和平均相对误差(MAE)三个指标对模型的预测结果进行对比分析。结果表明，预测锂渣混凝土的28 d抗压强度时，采取改进的特征变量筛选方法能够有效提高模型的预测效果，此外，特征变量筛选的... （共6页）