摘要： 尾矿资源化利用制备水泥注浆料可实现尾矿的可持续性。为准确预测尾矿资源化利用制备水泥注浆 料的无侧限抗压强度,基于K 近邻回归、支持向量回归、随机森林、Gradient Boosting(GB)和Light Gradient Boosting Machine( LightGBM)算法,建立了无侧限抗压强度的预测模型。首先,收集了738 组尾矿资源化利用制备水泥注浆料的 无侧限抗压强度的试验数据,建立了无侧限抗压强度数据库,试验参数包括尾矿化学性质、水泥强度、水泥尾矿质量 比、质量浓度、养护时间和无侧限抗压强度。随后基于该数据库,建立了K 近邻回归、支持向量回归、随机森林、GB 和 LightGBM 模型,选取了3 个统计指标评估模型性能,并对比模型的精度和误差。结果表明:水泥与尾矿的质量之比与 无侧限抗压强度的相关性最大,而在尾矿的化学性质中,二氧化硅含量对无侧限抗压强度的影响最大。在训练集和 测试集上,支持向量回归模型的预测性能最好(决定系数R2 分别为0. 99 和0. 98),且约99%数据的误差在1 MPa 范 围之内;GB 模型的R2 分别为0. 98 和0. 96,而K 近邻回归模型的R2 分别为0. 98 和0. 83。总体而言,支持向量模型 的预测性能要优于GB 模型、随机森林模型、LightGBM 模型和K 近邻回归模型,表明支持向量回归模型可准确地预测 以及评估尾矿资源化利用制备水泥注浆料的抗压强度。本研究为尾矿在混凝土以及水泥等领域的资源化利用提供 了基础。