全级配大数据驱动的废石骨料高致密堆积状态寻优方法

本发明公开了一种全级配大数据驱动的废石骨料高致密堆积状态寻优方法，属于建筑材料与人工智能交叉技术领域。首先构建标准化数据库；然后构建由物理机制子模型和数据驱动子模型协同的混合堆积密度预测模型；接着采用等距对数比变换处理级配成分数据，结合贝叶斯优化算法进行全局寻优，并通过PCA降维与局部精细化搜索提高寻优效率与精度；最后通过验证试验触发增量学习实现模型持续进化，并将最优级配方案映射为多料仓配料系统的PLC控制指令，形成“数据采集→预测建模→优化决策→验证反馈→执行控制”的完整闭环。本发明具有预测精度高、优化效率高、工程可实施性强的优点。