利用机器学习和PDP分析对可持续地质聚合物混凝土进行评估：关于强度预测的对比性研究

《Hybrid Advances》：Sustainable Geopolymer Concrete Evaluation Using Machine Learning and PDP Analysis: Comparative Insights into Strength Prediction

地聚物混凝土抗压强度预测中决策树模型最优，GGBS含量和养护温度对强度影响显著，部分依赖图分析揭示了材料配比与性能的非线性关系，机器学习模型有效支撑可持续混凝土设计。

　　在面对全球日益严峻的环境挑战，尤其是由水泥生产引起的温室气体排放问题，科学家们正在积极寻找可持续的替代材料。其中，地质聚合物混凝土（Geopolymer Concrete, GPC）作为一种低碳、高强度的新型材料，正在成为普通波特兰水泥（Ordinary Portland Cement, OPC）的有力替代品。随着对材料性能预测需求的增加，机器学习（Machine Learning, ML）技术被广泛应用于GPC的强度预测。本研究通过比较决策树（Decision Tree, DT）、随机森林（Random Forest, RF）、人工神经网络（Artificial Neural Network, ANN）和线性回归（Linear Regression, LR）等四种常用的机器学习模型，评估其在预测GPC抗压强度方面的性能，并结合部分依赖图（Partial Dependence Plot, PDP）分析，揭示不同材料组分与养护条件对强度的影响机制。

### 研究背景与意义

传统水泥生产过程中，石灰石（CaCO?）在高温下转化为氧化钙（CaO），释放大量二氧化碳（CO?），这不仅加剧了全球变暖，还对生态环境造成了深远影响。因此，研究者和行业从业者开始探索低碳水泥材料，以满足全球减排标准。地质聚合物作为一种新型的无机聚合物，通过碱激发反应，由工业或天然的火山灰材料与碱性活化剂溶液（如氢氧化钠和硅酸钠）反应生成，能够显著降低碳足迹，同时提升材料的力学和化学性能。然而，GPC的性能高度依赖于前驱体组成、活化剂浓度、养护温度和混合比例的变化，使其行为相较于OPC更为复杂，因此需要借助机器学习等工具来实现准确预测。

本研究的意义在于，通过建立一个可解释的机器学习框架，不仅能够提高预测的准确性，还能帮助理解材料组成与性能之间的相互作用。通过PDP分析，可以揭示单个输入变量（如GGBS含量、硅酸钠浓度、养护温度等）对强度的贡献，从而支持可持续材料设计。这种结合数据科学与材料科学的方法，为未来材料优化提供了新的视角，同时推动了低碳材料在建筑领域的应用。

### 数据收集与预处理

为了确保模型预测的准确性，本研究构建了一个包含400个实验样本的数据集，涵盖了六个关键变量：粗骨料、细骨料、粒化高炉矿渣（Ground Granulated Blast Furnace Slag, GGBS）、硅酸钠、减水剂和养护温度。这些变量的选择基于其对强度发展的重要影响。数据集中的参数范围经过与基准研究对比，以确保对实际混合条件的全面覆盖。例如，GGBS的含量范围为100-500 kg/m3，硅酸钠的剂量为80-220 kg/m3，减水剂的含量为0.2-2.5 kg/m3，养护温度为20°C至90°C。数据集的建立不仅依赖于实验数据，还结合了广泛的文献回顾，以确保数据的多样性。

在数据处理过程中，所有输入特征均被标准化为[0,1]范围，以避免高尺度变量对模型训练的主导作用，并加快人工神经网络的收敛速度。异常值通过Z分数统计（|Z|>3）识别，并使用Winsorization方法进行处理。为了保持训练和测试数据集之间的比例一致性，采用分层抽样方法，确保养护温度和GGBS含量在训练和测试子集中均衡分布。这种数据处理方式提高了模型的泛化能力，减少了偏差。此外，描述性统计信息，包括所有输入和输出变量的最小值、最大值、平均值和标准差，也被列出，以增强结果的统计可信度。

### 模型构建与训练方法

本研究采用四种主流的机器学习模型：DT、RF、ANN和LR。这些模型均采用70/30的比例进行训练和测试，以确保模型在不同数据集上的适应性。在训练过程中，模型通过迭代优化过程，不断调整参数以最小化预测误差。为了提高模型的鲁棒性，采用10折交叉验证（10-Fold Cross-Validation, CV）和网格搜索（Grid Search）方法进行超参数优化。对于DT模型，优化后的参数包括最大深度（max_depth = 15）、最小样本分割（min_samples_split = 4）和最小样本叶节点（min_samples_leaf = 2）。对于RF模型，优化后的参数包括树的数量（n_estimators = 200）、最大深度（max_depth = 20）和特征选择方式（max_features = sqrt）。对于ANN模型，优化后的参数包括网络结构（6-64-32-1）、激活函数（ReLU）和优化器（Adam，学习率0.001）。为了防止过拟合，采用了Dropout（率0.1）和早停（patience = 20）机制。这些参数的优化结果被总结在表格中，以确保模型的准确性和泛化能力。

### 模型评估与性能比较

在模型评估中，采用了四种统计指标：R2、RMSE、MAE和MAPE。这些指标分别衡量模型的拟合度、绝对误差、平均绝对误差和平均绝对百分比误差。R2衡量模型对观测值方差的解释能力，而RMSE、MAE和MAPE则用于评估模型的误差水平。评估结果显示，DT模型在训练和测试阶段均表现出最佳性能，R2分别为0.97和0.94，RMSE和MAE分别为1.85-2.45 MPa和1.20-1.70 MPa，MAPE为0.058-0.118。相比之下，RF模型的R2为0.94，显示出良好的稳定性，但略低于DT。ANN模型虽然在训练阶段表现良好（R2 = 0.91），但在测试阶段表现出较差的泛化能力（R2 = 0.89），且误差较高（RMSE = 3.75-4.85 MPa，MAE = 2.55-3.25 MPa），表明其容易过拟合。LR模型则在所有指标中表现最差，R2分别为0.88和0.85，RMSE和MAE分别为4.10-5.25 MPa和3.10-3.95 MPa，显示出其在捕捉非线性关系方面的局限性。

### 部分依赖图分析

为了进一步提升模型的可解释性，本研究采用了部分依赖图（PDP）分析。PDP是一种模型无关的可视化工具，用于解释机器学习模型的预测结果。通过PDP分析，可以揭示单个输入变量对目标输出（抗压强度）的影响。结果表明，GGBS含量（Δ = 55 MPa）和养护温度（Δ = 23 MPa）是影响抗压强度的关键因素，其次是硅酸钠和减水剂。然而，过多的骨料含量（特别是粗骨料）会降低抗压强度。这些发现表明，材料的组成和养护条件在GPC的性能中起着决定性作用，因此需要优化混合设计以实现最佳性能。

PDP分析还揭示了变量之间的非线性关系。例如，随着GGBS含量的增加，抗压强度显著提升，这表明GGBS在促进钙铝硅酸盐水合物（C-A-S-H）胶体形成方面具有重要作用。而硅酸钠和减水剂的增加则提高了反应效率和流变性能，有助于形成均匀的地质聚合物结构。温度的变化也对强度产生显著影响，特别是在60-80°C范围内，抗压强度增加最多，达到约82%的提升。然而，超过这一范围的高温会导致微结构应力，从而降低强度。这些结果表明，材料的组成和养护条件在GPC的性能中起着关键作用，因此需要优化混合设计以实现最佳性能。

### 实际应用与未来展望

本研究的成果为GPC的可持续设计提供了有力支持。通过机器学习模型的预测，可以实现材料配比的优化，同时结合PDP分析，增强对材料性能的理解。DT和RF模型因其高准确性和良好的泛化能力，成为预测GPC性能的最佳选择。相比之下，ANN模型虽然在捕捉非线性关系方面表现出潜力，但需要进一步优化以防止过拟合。LR模型由于其线性假设的局限性，无法有效捕捉材料组成之间的复杂相互作用，因此在实际应用中表现不佳。

为了提高模型的预测能力和实际应用价值，未来的研究应进一步扩展数据集，整合耐久性指标，并开发混合机器学习与机理模型的框架。这些改进将有助于提高模型在实验室条件下的可靠性，并推动其在实际工程中的应用。此外，还可以探索其他可解释性技术，如SHAP（SHapley Additive exPlanations）和ALE（Accumulated Local Effects），以更好地处理相关变量并提供更清晰的特征交互理解。

综上所述，本研究不仅评估了不同机器学习模型在预测GPC抗压强度方面的性能，还通过PDP分析揭示了材料组成与养护条件对强度的影响机制。这些成果为未来材料优化提供了新的思路，并推动了低碳材料在建筑领域的应用。通过结合数据科学与材料科学，本研究为实现可持续基础设施建设提供了重要的理论和技术支持。