来源：期刊VIP网 时间：
作者：余睿;陈飞翔;范定强;徐汪洋;张玲艳;李旺;吉朵朵;
单位：硅酸盐建筑材料国家重点实验室;中交第二航务工程局有限公司;香港理工大学土木与环境工程系;
摘要：计算机技术的快速发展推动了建筑行业的信息化与智能化进程。对此，研究了机器学习(ML)技术在超高性能混凝土(UHPC)材料性能预测和精细化设计中的应用。针对ML训练数据库常存在数据缺失和异常值等问题，提出了一个综合的UHPC数据处理和分析框架，包括数据清洗、准备和模型训练模块，旨在提高训练精度和模型泛化能力。采用改进的链式方程多重插补法实现了缺失数据的插补，并使用孤立森林算法筛选异常数据，从而提升了数据库质量。基于优化后的数据库，建立了贝叶斯超参数优化的XGBoost模型，实现了对UHPC多项性能的精准预测(R~2>0.95)。最后，提出了2种利用ML技术精细化设计UHPC配合比思路：其一为采用物理堆积理论进行配比初步设计，再利用建立的ML模型进行多项性能预测，进一步优化配合比；其二是将建立的ML预测模型与遗传算法相结合，以实现UHPC的多目标优化设计。研究成果为UHPC的智能化研发提供了新思路和方法，推动了UHPC技术的发展与应用，并促进了工程材料与ML技术的深度融合。
关键词：超高性能混凝土;机器学习;性能预测;多目标优化
基金资助：国家自然科学基金(52178249); 广东省自然科学基金青年提升项目(2024A1515030243); 武汉市知识创新专项(2023010201010094)
