近日，金肯职业技术学院建筑与土木工程学院教师肖寇晨作为第一作者，以金肯职业技术学院作为第一作者单位，在国际材料科学领域知名SCI期刊《Frontiers in Materials》上发表了题为《Prediction of compressive strength of high-performance concrete based on multiple machine learning models》的研究论文。

据悉，《Frontiers in Materials》期刊属于JCR Q3区，是材料科学领域具有重要影响力的学术刊物，该杂志长期致力于推动材料科学与工程应用的交叉前沿研究，享有较高的国际学术声誉。

肖寇晨的研究论文《Prediction of compressive strength of high-performance concrete based on multiple machine learning models》聚焦高性能混凝土（HPC）的抗压强度预测问题，创新性地提出了一种融合哈里斯鹰优化算法（HHO）与XGBoost集成学习模型的HHO–XGB预测方法，实现了对HPC抗压强度的高精度、高稳定性预测。该论文系统比较了多种机器学习模型，主要包括决策树DT、支持向量机SVM、人工神经网络ANN、随机森林RF以及HHO–XGB模型，基于1030组样本数据，引入了十折交叉验证方法，综合评价了各类模型在关键指标（R²、MAE、RMSE）上的表现。研究结果显示，所提出的HHO–XGB模型预测性能最优，其R²达到0.95，平均绝对误差（MAE）和均方根误差（RMSE）分别低至2.51 MPa和3.57 MPa，显著优于传统单一机器学习模型，展现出优异的鲁棒性和泛化能力。通过引入精英搜索、协同狩猎与记忆存储等策略，有效提升了全局优化效率，并将连续优化过程转化为二进制形式，极大增强了材料在特征筛选与工程回归任务中的适用性。此项研究成果可为隧道衬砌、海洋结构等重大工程的混凝土配合比优化设计提供重要的理论支撑与实践路径。

学校相关负责人表示，此项科研成果的取得，彰显了学校广大教职工科研融入教学的不懈努力和学术潜力，展现了学校教师在建筑工程与人工智能交叉领域的创新活力，也为提升高性能混凝土设计与施工的智能化水平提供了新路径。学校将持续加大对科研工作的支持力度，鼓励教师开展跨学科研究，积极探索人工智能、大数据等前沿技术与传统建筑土木工程领域的深度融合。未来，学校计划搭建更多高水平的科研平台，引进先进的实验设备，为师生提供更好的科研条件；加强与国内外知名高校和科研机构的合作交流，通过联合研究、学术互访等形式，拓宽师生的国际视野，提升学校的国际竞争力。相信在全体师生的共同努力下，学校在科研创新领域必将取得更多突破性成果，为行业发展和社会进步做出更大贡献。