机器学习预测混凝土材料耐久性的研究进展

作     者：刘晓 王思迈 卢磊 陈美祝 翟跃 崔素萍 LIU Xiao;WANG Simai;LU Lei;CHEN Meizhu;ZHAI Yue;CUI Suping

作者机构：北京工业大学材料与制造学部工业大数据应用技术国家工程实验室北京100124 北京工业大学材料与制造学部新型功能材料教育部重点实验室北京100124 武汉理工大学硅酸盐建筑材料国家重点实验室武汉430070 

出 版 物：《硅酸盐学报》 (Journal of The Chinese Ceramic Society)

年 卷 期：2023年第51卷第8期

页      面：2062-2073页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(51578025) 河北省自然科学基金面上项目(E2022210028) 

主　　题：混凝土 耐久性 机器学习 算法 预测 

摘      要：基于实验研究的混凝土材料耐久性评价周期长、成本高、效率低,传统经验公式对耐久性的预测精度有限且无法根据性能反推混凝土的配合比设计,因此开发新型高效的材料质量控制和性能预测工具已是当务之急。通过梳理建立机器学习模型的流程,总结常用算法的基本工作原理和优势,归纳基于机器学习的各耐久性指标预测算法,探讨其应用效果和发展方向,为机器学习技术在混凝土领域的深度开发和应用提供了依据。