建筑材料学报

作者：付晨阳，孙晓燕，何廷全，吕俊秀，王海龙

单位：1.浙江大学 建筑工程学院， 浙江 杭州 312000;2.山西浙大新材料与化工研究院， 山西 太原 030002;3.广西新发展交通集团有限公司， 广西 南宁 530029

关键词：机器学习;机制砂混凝土;配合比设计;GBDT算法;XGBoost算法

基金：广西重点研发计划项目（AB22035031）；山西浙大新材料与化工研究院技术开发项目（2022SZ-TD016）；浙江省“尖兵领雁”计划项目（2023C01154）；国家自然科学基金资助项目（52279141，52478284）；浙江省科技计划项目（2022C04005）

采用5种机器学习算法来预测机制砂混凝土的工作性能和力学性能，提出了利用梯度提升决策树（GBDT）和XGBoost算法进行配合比设计的策略。在满足性能要求的前提下，通过误差分析迭代优化给出了机制砂混凝土的推荐配合比。结果表明，采用机器学习推荐配合比制备的机制砂混凝土，试验结果与设计目标的误差在10%以内，验证了在特定性能要求下进行机制砂混凝土配合比设计的可行性。

来源：2025年第7期

《建筑材料学报》期刊编辑部

查看建筑材料学报杂志2025年第7期