摘要：混凝土坍落度是评估混凝土流动性和施工性能的重要指标。为提高坍落度预测的准确性，本文提出了一种基于LightGBM模型的回归预测方法，并结合自编码器进行异常值检测。在训练阶段，首先使用自编码器对训练数据进行异常值检测，剔除异常训练数据，以减少噪声对模型性能的影响。随后，基于清洗后的数据，应用LightGBM进行回归分析，预测混凝土的坍落度。为评估预测效果，采用均方误差（MSE）、均方根误差（RMSE）和决定系数（R²）等常用指标进行性能评价。实验结果表明，所提方法在提高预测精度的同时，具有较强的鲁棒性，能够有效减少异常值对回归模型的干扰。

关键词：混凝土坍落度；LightGBM；回归预测；异常值检测

DOI：10.12359/202515018