基于集成学习技术的再生骨料可持续自密实混凝土抗压强度数据驱动建模

《Data-Centric Engineering》：Data-driven modeling of compressive strength in sustainable self-compacting concrete incorporating recycled aggregates using ensemble learning techniques

　　

本研究开发了一个稳健的框架，用于使用监督机器学习（ML）技术估算包含再生骨料的自密实混凝土（SCC）的抗压强度。研究人员使用了包含582个混凝土配合比设计的综合实验数据库，涵盖了多样化的输入变量，包括胶凝材料、水、粗骨料和细骨料、再生骨料比例、减水剂用量以及养护时间。七种ML算法——XGBoost、CatBoost、AdaBoost、Extra Trees、Bagging Regressor、K-Nearest Neighbors和Radius Neighbors——通过分层70/15/15数据划分进行系统训练，并通过五折交叉验证的网格搜索进行优化。模型性能使用决定系数（R²）、均方根误差（RMSE）和平均绝对误差（MAE）在训练、验证和测试数据集上评估。在所有模型中，XGBoost表现出最高的准确度，平均R²为0.9799，RMSE为2.87 MPa，MAE为1.97 MPa。排列特征重要性（PFI）分析揭示，胶凝材料、水和粗骨料是影响强度的最显著预测因子。本研究证实，集成ML模型，特别是XGBoost，能够可靠地预测含有再生骨料的SCC抗压强度，同时提供对材料行为的透明见解。该结果为可持续配合比设计优化以及生态高效混凝土施工中的实际实施提供了有价值的工具。

**基于集成学习的再生骨料自密实混凝土抗压强度预测研究解读**

**研究背景与问题**

建筑行业是全球资源消耗和环境退化的主要来源之一，水泥生产贡献近8%的全球CO₂排放，骨料开采和混凝土制造加剧了生态系统压力。为应对这一挑战，可持续建筑实践逐渐兴起，重点关注资源节约、减排和循环经济。利用建筑和拆除废弃物（CDW）中的再生骨料替代天然骨料，是减少纯材料需求、降低碳足迹和促进闭环材料循环的有效途径。然而，再生骨料通常具有高吸水率、高孔隙率、强度变异大以及附着旧砂浆等缺陷，导致结构混凝土性能不稳定，尤其在自密实混凝土（SCC）等高性能或流动关键应用中，其抗压强度受胶凝材料、水胶比、骨料级配、外加剂用量和养护条件等多参数交互影响，预测难度极大。传统经验方法和线性回归模型在处理这类非线性、多因素交互的系统时表现不可靠，而机器学习（ML）技术虽已展现出潜力，但现有研究多局限于小规模数据库、单一算法或缺乏可解释性，难以指导实际工程中的配合比设计。为此，研究人员开展本研究，旨在利用大规模、多样化的实验数据，系统比较多种集成学习算法，建立一个既准确又可解释的预测模型，为掺再生骨料的SCC强度预测及可持续配合比优化提供数据驱动工具。

**研究内容与结论**

研究人员从超过35项独立研究中收集了582个独特的SCC配合比设计方案，构建了涵盖胶凝材料、水、细骨料、粗骨料、再生骨料、减水剂用量和养护时间七个输入变量的综合数据库。采用分层70/15/15划分将数据分为训练、验证和测试集，并应用z-score标准化预处理。随后系统训练了七种监督ML模型，包括基于装袋（Bagging）的Bagging Regressor和Extra Trees Regressor，基于提升（Boosting）的XGBoost、CatBoost和AdaBoost，以及基于实例的K-Nearest Neighbors（KNN）和Radius Neighbors（RN）。各模型通过网格搜索结合五折交叉验证优化超参数，并使用R²、RMSE和MAE在训练、验证和测试集上评估性能。最终，XGBoost表现最优，平均R²达0.9799，RMSE为2.87 MPa，MAE仅1.97 MPa，显著优于其他模型。通过排列特征重要性（PFI）分析，发现胶凝材料、水和粗骨料是影响抗压强度预测的最重要因素，而再生骨料含量和养护时间的影响次之。该研究证实，集成ML模型，尤其是XGBoost，能够可靠预测掺再生骨料的SCC抗压强度，并提供了透明、可解释的工程指导，为可持续配合比设计优化和生态高效混凝土施工提供了实用工具。论文发表在《Data-Centric Engineering》。

**主要关键技术方法**

研究人员构建了包含582个配合比设计方案的实验数据库，数据来源于超过35项独立研究，确保了数据来源的多样性和代表性。采用z-score标准化进行数据预处理，消除量纲影响。运用七种监督ML算法，包括装袋类（Bagging Regressor、Extra Trees Regressor）、提升类（XGBoost、CatBoost、AdaBoost）和基于实例类（KNN、RN），通过分层数据划分（70%训练、15%验证、15%测试）和五折交叉验证的网格搜索优化超参数。模型性能评估采用R²、RMSE和MAE指标。最后，通过排列特征重要性（PFI）分析量化各输入变量对预测的相对贡献，实现模型可解释性。

**研究结果**

**4.1 装袋模型的预测性能**
通过对比Bagging Regressor和Extra Trees Regressor在训练、验证和测试集上的表现，Extra Trees平均R²为0.9668，RMSE为3.73 MPa，MAE为2.74 MPa，优于Bagging（R²=0.962，RMSE=3.97 MPa，MAE=2.90 MPa）。Extra Trees的增强随机化策略有效捕捉了高维数据中的非线性交互，在中等至高强度范围（40–80 MPa）预测更紧密，残差分布更均匀。

**4.2 提升模型的预测性能**
XGBoost、CatBoost和AdaBoost三种提升模型比较显示，XGBoost表现最佳，平均R²达0.9799，RMSE为2.87 MPa，MAE为1.97 MPa；CatBoost次之（R²=0.9719，RMSE=3.41 MPa，MAE=2.48 MPa）；AdaBoost最弱（R²=0.9623，RMSE=3.96 MPa，MAE=2.94 MPa）。XGBoost通过二阶梯度优化和L1/L2正则化有效防止过拟合，在10–100 MPa强度范围内预测值与实际值几乎完美对齐。

**4.3 基于实例模型的预测性能**
KNN模型平均R²为0.9435，RMSE为4.90 MPa，MAE为3.15 MPa，训练阶段表现良好（R²=0.9782），但验证和测试阶段误差显著增大，存在过拟合。RN模型表现更差，平均R²仅0.7768，RMSE达9.94 MPa，MAE为6.54 MPa，反映其在高维稀疏特征空间中的不稳定预测。

**4.4 最优ML模型的预测性能**
综合比较三类模型中的最优者（Extra Trees、XGBoost、KNN），XGBoost在训练、验证和测试集上均表现最稳定，R²分别为0.9756、0.9887和0.9754，RMSE和MAE均最低。Extra Trees虽略逊，但稳定性优于KNN，而KNN验证和测试误差显著上升。XGBoost的正则化能力使其在再生骨料质量变异大、养护时间跨度广（7–400天）等实际工程条件下保持可靠。

**讨论与结论**

**总结讨论部分**
本研究通过系统比较七种ML模型，证明了集成学习，特别是XGBoost，在掺再生骨料SCC抗压强度预测中的优越性。PFI分析揭示胶凝材料、水和粗骨料是主导因素，与工程经验一致，而再生骨料含量虽非最显著，但模型能通过胶凝材料和水含量等参数的补偿机制捕捉其影响，这超越传统经验模型的能力。与现有文献相比，本研究数据库规模更大（582个配合比，来自35+研究），模型性能（R²=0.9799，MAE=1.97 MPa）优于早期ANN模型（R² 0.90–0.95）。该框架将数据驱动与材料科学结合，为可持续配合比设计提供了透明、可靠的工具。

**翻译研究结论部分**
本研究提出了一种综合方法，使用多种监督ML模型预测掺再生骨料的SCC抗压强度。研究采用了包含582个SCC配合比设计的大型多样化实验数据库，涵盖了广泛的胶凝材料组成、骨料比例、养护时间和外加剂用量。属于装袋、提升和基于实例三类的七种ML模型经过训练，并使用R²、RMSE和MAE等标准性能指标进行评估。在所有模型中，XGBoost在训练、验证和测试数据集上表现出最高的预测准确性和一致性，平均R²达0.9799，MAE仅1.97 MPa。该模型不仅优于其他提升技术（如CatBoost和AdaBoost），也超越了装袋模型（如Extra Trees）和基于实例模型（如KNN）。XGBoost的优势在于其捕捉变量间非线性关系和交互作用的能力，同时通过嵌入的正则化技术保持稳健性和泛化性。使用PFI进行的特征重要性分析表明，胶凝材料、水量和粗骨料用量是影响抗压强度预测的最关键参数，这一发现与既定工程知识一致，并再次确认SCC配合比的强度高度依赖于浆体质量和骨料堆积。养护时间和再生骨料含量也发挥了有意义的作用，突显了使用再生骨料带来的延迟水化特性和材料变异性。通过将先进ML与混凝土技术领域特定知识相结合，本研究展示了数据驱动工具在指导可持续建筑实践中的实用价值。特别是XGBoost模型，为预测广泛配合比组成下的SCC强度提供了可靠框架，从而促进了更高效、经济且环境友好的配合比设计过程。