.png){kind=icon}
返回
An Intelligent Optimization and Comprehensive Performance Decision-Making Method for ECC Mix Proportion Based on Machine Learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cemconcomp.2026.106532.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
工程水泥基复合材料（ECC）因其优异的力学性能，在框架柱中的应用日益增多。然而，在工程实践中，如何快速选择兼顾性能与成本效益的合适配合比设计仍是一个挑战。本研究建立了一种基于机器学习和力学性能驱动的选择方法。首先，构建了一个包含240组数据、18个输入变量的高保真度数据集。接着，采用随机搜索结合傅里叶优化对算法模型进行超参数调优，随后在数据集上进行了皮尔逊相关性分析、预测精度评估和Shapley加性解释（SHAP）分析。最后，基于预测模型和目标混凝土抗压强度生成了多种可能的配合比设计，并依次通过构建的力学模型、权重系数分配与归一化计算过程以及综合性能指数模型进行处理，最终获得最优配合比设计。通过案例研究验证了所提方法的可行性。在预测模型中，开发的CatBoost算法模型对ECC性能具有高预测精度，其抗压强度、抗拉强度和抗拉应变的R值分别为0.97、0.95和0.91。影响ECC力学性能的主要因素包括水胶比、水泥、硅灰和纤维断裂延伸率，这些因素的SHAP平均绝对值约为其他输入变量的两倍。此外，一个设计案例验证了本研究提出的设计方法的合理性。本研究可为ECC在工程实践中的更广泛应用提供指导。
Keyword:
Machine Learning
Engineered Cementitious Composite (ECC)
Mix Design Optimization
Mechanical Performance
Shapley Additive exPlanations (SHAP)
期刊
IF:
13.1
论文数:
5.4K
被引数:
5.1W
机构
引用论文
Coupled effects of limestone powder and high-volume fly ash on mechanical properties of ECC石灰石粉与大掺量粉煤灰耦合对ECC力学性能的影响
PREAI
分享收藏Multiaxial shear performance of coarse-aggregate ECC: Damage evolution and interfacial characteristics粗骨料ECC的多轴剪切性能：损伤演化与界面特性
PREAI
分享收藏Axial compressive stress-strain relationship and flexural analysis of ECC beams allowing for size effect考虑尺寸效应的ECC梁轴向压应力-应变关系及抗弯分析
PREAI
分享收藏A comprehensive study on evaluating effective cracked stiffness of Engineered cementitious composite (ECC): Experimental findings and proposed stiffness modifiers关于评估工程水泥基复合材料（ECC）有效开裂刚度的综合研究：实验发现与建议的刚度改性剂.png)
Structures
StructuresIF4.3
PREAI
分享收藏Cyclic behavior of existing flexure-dominated RC bridge columns retrofitted by ECC jackets in the region of plastic hinge在塑料铰链区域中通过ECC护套改造的现有柔性控制RC桥柱的循环行为
PREAI
分享收藏Life-cycle cost assessment of RC and ECC frames using structural optimization使用结构优化的RC和ECC框架的生命周期成本评估
PREAI
分享收藏
查看更多内容