同济大学学报(自然科学版)

作者：周帅，贾跃，李凯，李紫剑，巫晓雪，彭海游，张成明，韩凯航，王冲

单位：1.重庆大学 材料科学与工程学院，重庆 400045;2.同济大学 材料科学与工程学院，上海 200092;3.重庆大学 土木工程学院，重庆 400045;4.深圳大学 土木与交通工程学院，广东 深圳 518061

关键词：超高性能混凝土（UHPC）,机器学习,人工神经网络（ANN）,遗传算法,成本

基金：国家自然科学基金（52002040），重庆市地质灾害防治中心（KJ2021050），宁夏回族自治区重点研发计划项目（2023BDE02004）

近年来，超高性能混凝土（UHPC）凭借其优异的力学性能和耐久性能成为热点研究方向之一，但高昂的成本始终限制其在工程中的应用。提出了一种基于机器学习的超高性能混凝土配合比优化的方法，以降低UHPC的成本。为实现这一目标，首先通过人工神经网络（ANN）建立了UHPC 28 d抗压强度与扩展度的预测模型，再以其为约束条件，同时考虑UHPC组分含量约束、组分比例约束，通过遗传算法（GA）降低UHPC的成本。研究结果表明，ANN模型的预测结果与实验结果的误差在10 %以内，具有良好的预测精度；遗传算法优化后的UHPC成本降低至838.8美元，低于文献中1 000美元的成本。

来源：2024年第7期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2024年第7期