18、利用机器学习方法预测现代混凝土性能

利用机器学习方法预测现代混凝土性能

1. 引言

过去几十年里，人们运用机器学习（ML）方法对混凝土的力学、新拌以及耐久性等性能进行了预测研究。近年来，研究人员广泛关注自密实混凝土（SCC）、超高性能混凝土（UHPC）、碱激活混凝土（AAC）、再生骨料混凝土（RAC）和地质聚合物混凝土（GC）等新型混凝土。机器学习算法已广泛应用于不同领域，用于评估与实验密切相关的预测结果。然而，测试结果可能会受到复杂参数矩阵的影响，其中大多数参数对测试结果的贡献很小。因此，计算机科学家需要开发基于数据驱动模型的新型选择算法，以便尽快识别最相关的独立变量并降低输入矩阵的维度。软计算工具在预测工程组件、系统和材料方面的应用越来越多，人工神经网络（ANN）是最流行的软计算范式之一，已在许多工程领域成功应用。

2. 机器学习概念

机器学习是指从数据中发现感兴趣的数量之间的关联的一组方法。机器学习方法用于不同领域，通过输入和输出之间的关系来理解系统的工作原理并对未观察到的数量进行预测。

2.1 土木工程中机器学习的应用示例

• 岩土工程领域 ：利用离散的土壤阻力观测值来预测未观测场地的阻力至关重要。
• 环境领域 ：理解温度和肥料对蓝藻盛行、鱼类死亡率和水颜色的影响。
• 交通领域 ：利用调查和公交卡使用情况来预测公共交通需求。
• 结构领域 ：根据结构随时间的位移观测来检测其异常行为。

2.2 机器学习技