用于预测可持续火山灰混凝土强度的白盒软计算模型

《Scientific Reports》：White-box soft computing models for predicting the strength of sustainable pozzolanic concretes

　　

摘要

波特兰水泥作为混凝土的主要成分，其生产对环境和经济有着显著的影响。部分用火山灰材料（如粉煤灰（FA）和硅灰（SF）替代水泥是一种有效的方法，可以减少这些影响并提高混凝土的耐久性。然而，由于复杂的化学反应以及混合变量之间的相互依赖关系，火山灰混凝土的力学性能具有不可预测性和非线性。本研究旨在开发并比较三种白盒软计算模型，包括数据处理组方法（GMDH）、基因表达编程（GEP）和响应面方法（RSM），以预测含有FA和SF的混凝土的抗压强度。此外，还进行了敏感性分析，以评估每个输入参数对模型输出的影响。为此，使用了包含143个实验室数据点的数据集进行模型训练和评估，这些数据点涵盖了不同的混合比例，包括水（W）、粉煤灰（FA）、硅灰（SF）、高效减水剂（HRWRA）、细骨料（ssa）、粗骨料（CA）、样品龄期（AS）和总胶凝材料（TCM）。结果表明，GMDH模型的性能优于其他方法，具有非常高的准确性和相关性。该模型能够预测混凝土的抗压强度，相关系数（R）为0.918，均方根误差（RMSE）为10.57，平均绝对误差（MAE）为8.20，平均绝对百分比误差（MAPE）为21.9%。GEP模型的表现也令人满意，相关系数（R）为0.85，RMSE为12.50，MAPE为25.8%，尽管其准确性低于GMDH。尽管相关系数（R）相对较高（0.91），但由于预测误差较大（RMSE为21.97），RSM模型的准确性较低。敏感性分析显示，水（W）是最有效的变量；其次是硅灰（SF），它在提高混凝土的抗压强度和细观结构方面发挥了积极作用；而粉煤灰（FA）、高效减水剂（HRWRA）和总胶凝材料（TCM）的影响较小且变化较小。总体而言，GMDH模型不仅具有较高的预测准确性，还具有易于解释和计算效率高的结构，使其成为分析和预测火山灰混凝土行为的强大工具。本研究首次对三种白盒建模方法进行了全面的比较评估，并结合了详细的敏感性分析，为了解关键混合参数在开发可持续混凝土和减少水泥依赖性方面的作用提供了宝贵的见解。