基于数据驱动的沥青材料抗车辙性能预测及设计优化方法

本发明公开了一种基于数据驱动的沥青材料抗车辙性能预测及设计优化方法，包括整理并预处理不同老化状态下多种含量的胶粉/SBS复合改性沥青材料在动态剪切流变仪试验下获取的数据，采用灰关联分析法，基于灰度分析结果对数据集进行筛选，确定预测模型的输入和输出；搭建GPR、LSBoost集成和ANN三种机器学习模型，实现对沥青材料抗变形能力的预测，通过多指标对比得到较优模型，并基于SHAP对优选模型预测结果加以解释；基于优选预测模型，利用贝叶斯优化算法对沥青材料的配方进行针对性设计优化，并通过限定配方中的部分参数模拟不同实际工况下的应用需求。本发明降低了沥青材料在抗变形性能测试与配方设计的试验成本。