摘要
研究和推广再生混凝土符合我国节约资源和保护环境的基本国策，对助力我国建筑业转型升级并实现绿色高质量发展具有重要意义。工程建设技术的快速发展对混凝土材料各项性能的综合需求越来越高。针对目前再生混凝土配合比设计方法无法协同多性能目标量化设计的问题，本文围绕再生混凝土材料性能预测与配合比优化设计开展了相关研究，旨在推动建筑废弃物的资源化高效利用和建筑业的可持续发展，具体完成工作如下： （1）完成了对再生混凝土抗压力学性能、抗碳化性能和抗氯离子侵蚀性能等试验研究工作的数据挖掘，分别收集了1373组抗压力学性能试验，625组碳化试验和226组电通量试验的数据结果，针对试验数据来源、材料信息、试验环境信息和材料性能量化指标等关键变量进行了数据提取和标准化统一，利用多重共线性诊断确定了各项材料性能的主要影响因素。 （2）将试验数据分为训练集和测试集，利用单一学习器（人工神经网络、支持向量机回归和高斯过程回归）和集成学习器（随机森林、梯度提升决策树和极限梯度提升决策树）对再生混凝土的抗压强度、碳化深度和电通量等材料性能指标进行了预测，采用贝叶斯优化算法和十折交叉验证方法优化了机器学习模型的超参数，利用均方根误差、平均绝对百分比误差和决定系数等评价指标对比分析了各人工智能模型的预测性能和泛化能力，确定了再生混凝土各材料性能的最优预测模型。考虑水灰比、再生粗骨料取代率和环境因素等变量设计了验证试验，对比试验结果和模型的预测结果验证了各机器学习模型的预测性能。 （3）采用基于竞争机制的多目标粒子群优化算法，以材料性能预测模型、成本、碳排放和隐含能耗等作为目标函数，发展了考虑多性能目标的再生混凝土配合比优化设计方法，结合设计算例获得了不同设计工况下满足各项优化指标要求的再生混凝土配合比建议值，优化结果符合工程实际要求，显示出良好的工程应用潜力，在此基础上开发了实用设计软件，可用于指导再生混凝土的施工配合比设计。
NETL