编辑推荐：
为解决深度学习模型预测高性能混凝土（HPC）抗压强度时数据需求量大的问题，研究人员提出决策树引导人工神经网络预训练（TANNP）方法。在混凝土抗压强度数据集上验证表明，该方法使 R2 从 0.91 提升至 0.97，显著提升预测精度，为小数据集下 HPC 强度预测提供新路径。
混凝土作为建筑领域的核心材料，其性能预测一直是工程界的重要课题。高性能混凝土（HPC）凭借优异特性在重大工程中广泛应用，但其抗压强度受骨料、水泥、添加剂等多因素影响，呈现复杂非线性关系。传统测试需等待 28 天养护期，耗时长、成本高，而深度学习模型虽能捕捉非线性规律，却面临 “数据饥饿” 难题 —— 构建大规模高质量混凝土配合比数据集成本高昂，限制了模型在小数据集场景的应用。如何在数据有限的情况下提升预测精度，成为亟待突破的技术瓶颈。
为攻克这一挑战，国内研究团队开展了相关研究，成果发表在《Engineering Applications of Artificial Intelligence》。研究旨在开发一种适用于小数据集的高性能混凝土抗压强度预测模型，通过融合决策树与人工神经网络的优势，探索数据高效利用的新范式。
研究采用的关键技术方法包括：首先，使用 CatBoost 决策树算法对真实混凝土数据集（1030 组 HPC 数据，含 8 种材料参数和龄期参数）进行训练，通过 SHAP 值分析筛选影响强度的关键变量；其次，利用训练好的决策树生成 “伪配合比 - 强度数据集”，用于人工神经网络（ANN）的预训练，使模型初步学习数据内在关系；最后，用真实数据集对神经网络进行微调，优化模型参数。
研究结果
TANNP 方法的有效性验证
通过对比直接使用神经网络的模型，TANNP 显著提升多项性能指标：决定系数（R2）从 0.91 提升至 0.97，均方根误差（RMSE）从 5.10 MPa 降至 3.26 MPa（降幅约 36.1%），平均绝对误差（MAE）从 3.00 MPa 降至 2.10 MPa，平均绝对百分比误差（MAPE）从 10.72% 降至 7.24%，A20 指数从 0.88 提升至 0.92，在 UC Irvine 混凝土抗压强度（CCS）数据集上达到先进水平。
关键变量识别
SHAP 解释性分析表明，水泥含量、水灰比、龄期、矿渣和粉煤灰掺量是影响抗压强度的关键因素。决策树通过分析这些变量的交互作用，生成的伪数据有效补充了小数据集的样本多样性，为神经网络提供了更丰富的学习特征。
模型泛化能力提升
实验结果显示，经决策树引导预训练的神经网络在小数据集场景下表现出更强的泛化能力，证明通过伪数据增强可缓解深度学习的 “数据饥饿” 问题，且未引入显著偏差，生成数据符合实际配合比设计的物理规律。
结论与讨论
本研究提出的 TANNP 方法成功融合决策树处理小数据的优势与神经网络的强学习能力，通过 “伪数据生成 - 预训练 - 微调” 流程，在保证预测精度的同时大幅降低对大规模数据集的依赖。这一创新为混凝土材料设计领域提供了高效的数据驱动解决方案，尤其适用于新型混凝土研发初期数据匮乏的场景，可显著缩短配合比优化周期，降低实验成本，对推动智能建造和绿色建材发展具有重要意义。未来研究可进一步优化伪数据生成算法，考虑变量间的联合分布约束，以提升生成数据的真实性，拓展模型在更多复杂工程场景中的应用。
