一种基于copula理论的虚拟采样方法的可解释替代建模框架，用于稻壳灰混凝土的研究

《Scientific Reports》：An interpretable surrogate modeling framework for rice husk ash concrete using copula-based virtual sampling

　　

摘要

本研究提出了一种可解释且考虑方差影响的敏感性分析框架，用于在相关输入条件下分析稻壳灰混凝土的抗压强度。该框架采用统计上一致的虚拟采样和基于替代方法的敏感性分析技术。通过高斯copula构建虚拟设计空间，以保留经验边际分布和变量间的依赖关系。利用基于协方差矩阵适应进化策略优化的极端梯度提升（Extreme Gradient Boosting）替代模型，在未见数据上的预测准确率高达0.974（平均R2 = 0.974）。通过一种受Sobol方法启发的、针对相关输入设计的排列基敏感性度量方法进行全局方差归因，从而能够在不依赖变量独立性假设的情况下对黑箱模型进行稳健的敏感性分析。研究发现，水泥、水和龄期是影响混凝土抗压强度的主要因素，并且水泥-水与粗骨料-超塑化剂之间存在显著的交互作用。这些结论还得到了SHAP分析和偏依赖图的支持。通过使用独立发表的实验数据进行外部验证，并将该框架部署在可网络访问的环境中，证明了其在可持续混凝土配合比设计中的可靠性和实际应用价值。总体而言，所提出的框架为在相关输入条件下进行稳健且注重可持续性的混凝土配合比设计提供了一个实用且易于解释的工具。