《Results in Engineering》：Rapid identification technology of concrete admixtures based on multi-dimensional conventional performance parameters: Comparison of multiple machine learning models and dimensionality reduction methods
编辑推荐：
为应对传统矿物掺合料检测中依赖微观仪器、检测周期长以及无法实现细度精细化分级等工程缺陷，研究人员利用涵盖多龄期强度、电通量、水化热和自由收缩的11个常规宏观指标，建立了四种机器学习模型。研究人员比较了无监督的主成分分析（PCA）和监督的线性判别分析（LDA）降
为应对传统矿物掺合料检测中依赖微观仪器、检测周期长以及无法实现细度精细化分级等工程缺陷，研究人员利用涵盖多龄期强度、电通量、水化热和自由收缩的11个常规宏观指标，建立了四种机器学习模型。研究人员比较了无监督的主成分分析（PCA）和监督的线性判别分析（LDA）降维方法，并采用Shapley Additive exPlanations（SHAP）量化模型可解释性。结果表明，使用原始11维特征时，随机森林（RF）和支持向量机（SVM）模型实现了87.78%的平均3折验证准确率、12.22%的过拟合率以及[66.77%, 100.00%]的95%准确率置信区间。极限梯度提升（XGBoost）仅达到76.67%的平均准确率、23.33%的过拟合率以及更宽的置信区间[59.40%, 93.94%]，而人工神经网络（ANN）获得82.22%的准确率和17.78%的过拟合率。经二维LDA降维优化后，RF和SVM模型的识别准确率提升至100.00%，性能最大提升33.33%。LDA1贡献高达88.26%，是区分粉煤灰和矿渣的核心维度，而PCA仅保留了95.28%的全局方差信息。SHAP权重结果显示，RF模型均衡利用了LDA1（56.99%）和LDA2（43.01%）特征，比严重依赖单一维度的SVM模型具有更强的抗干扰能力。
**论文解读：基于多维度常规性能参数的混凝土掺合料快速识别技术**
**1. 研究背景与问题**
随着基础设施建设的快速发展，高强度混凝土因其优异的力学性能、耐久性和体积稳定性，成为工程结构中的核心材料。掺合料（如粉煤灰和矿渣）作为高强度混凝土的关键组分，通过火山灰效应、填充效应和界面改性，显著优化了混凝土的水化过程和微观结构。然而，在混凝土生产与应用供应链中，常出现掺合料以次充好、种类混淆等质量问题，例如低比表面积等级掺合料冒充高等级、随意替换矿渣与粉煤灰、二元掺合料配比不达标等。这些问题不仅导致混凝土性能偏离设计标准，如结构强度不足和耐久性退化，还增加了工程成本和质量控制难度。
传统的掺合料识别方法主要依赖化学组成分析或微观结构观察等技术，虽然能实现准确识别，但存在检测周期长、成本高、操作流程复杂等实际局限性。因此，迫切需要开发一种基于常规性能参数的高效、低成本智能识别技术，以实现对掺合料种类和等级的精细化分级，为高强度混凝土的质量控制提供技术支持。在此背景下，研究人员开展了本研究，旨在解决当前掺合料识别中依赖微观参数、检测流程繁琐、工程适用性不足等突出问题，并填补现有研究在集成工程易测常规性能指标与机器学习技术方面的空白。
**2. 主要关键技术方法**
研究人员为开展本研究，主要采用了以下关键技术方法：
* **机器学习（ML）模型**：构建并比较了四种经典的ML分类模型，包括随机森林（RF）、极限梯度提升（XGBoost）、支持向量机（SVM）（使用径向基函数RBF核）和人工神经网络（ANN）（三层全连接结构）。所有模型基于Python 3.13.5环境，使用Scikit-learn、XGBoost和TensorFlow库实现，并通过网格搜索结合3折交叉验证优化超参数。
* **特征降维方法**：系统对比了两种特征降维方法：无监督的主成分分析（PCA）和监督的线性判别分析（LDA）。PCA通过最大化数据方差保留全局信息，而LDA旨在最大化类间散布与最小化类内散布，以增强不同类别样本的可区分性。
* **模型可解释性分析**：采用Shapley Additive exPlanations（SHAP）方法量化模型决策过程中各输入特征的贡献度，揭示RF和SVM模型在掺合料识别中的决策机制。
* **数据预处理与特征分析**：对多龄期力学性能的重复测试数据采用均值填充和标准差验证，剔除异常值；使用Z-score标准化处理所有输入特征以消除量纲影响；通过皮尔逊相关系数分析特征间线性相关性，并利用t-分布随机邻域嵌入（t-SNE）进行可视化分析，验证特征系统的类可分性。
**3. 研究结果**
**3.1. 数据集统计特征与特征可分性分析**
* **描述性统计与正态性检验**：通过Kolmogorov–Smirnov（K–S）检验，11个输入特征在所有条件下的p值均大于0.05，满足95%置信水平下的正态性假设，为后续Z-score标准化提供了统计基础。168小时自由收缩呈右偏分布，与高活性掺合料导致部分试件收缩更显著的物理机制相符。基于A类测量不确定度分析，28天抗压强度不确定度为0.71，多龄期抗折强度不确定度低于0.08，表明力学试验重复性良好；而水化热和电通量等参数表现出更高的测量离散性。
* **输入特征的皮尔逊相关性分析**：不同龄期抗压强度间存在强正相关（相关系数>0.95），抗折强度间也存在强正相关，表明存在显著的信息冗余，为后续降维提供了依据。抗压与抗折强度间呈中等至强正相关，且随龄期增长相关性减弱。耐久性指标（电通量）与力学性能间呈弱相关，表明其独立提供判别信息。72小时水化热与多龄期抗压强度呈中等正相关，168小时自由收缩与72小时水化热呈强正相关（r=0.7182），而与其它特征相关性弱。
* **t-SNE特征可分性可视化**：t-SNE二维投影显示，三类掺合料（单掺粉煤灰、单掺矿渣、二元复掺）样本形成了清晰、独立的聚类簇，仅有极少数重叠点。单掺粉煤灰样本聚类紧凑，单掺矿渣样本分布较分散，二元复掺样本则位于两者之间，形成独立的过渡性聚类簇。这充分验证了所建立的11维输入特征系统具有良好的类可分性。
**3.2. 基于掺合料种类和比表面积差异的模型整体分类精度**
* **RF算法**：优化后的RF模型（n_estimators=150, max_depth=5, min_samples_split=2, min_samples_leaf=1）在3折交叉验证中平均准确率为87.78%，加权F1分数为0.8785，过拟合率控制在12.15%。模型对单掺粉煤灰和单掺矿渣样本均表现出高置信度识别，仅S2样本因自身特征偏差导致分类概率向粉煤灰类偏移。Matthews相关系数（MCC）为0.7792，Kappa系数（KC）为0.7500，验证了分类结果的统计有效性和良好鲁棒性。
* **XGBoost算法**：优化后的XGBoost模型平均准确率为76.67%，过拟合率高达23.33%，且性能在不同折间波动较大。其预测概率分布较为分散，决策边界模糊，对单掺粉煤灰和二元复掺样本的识别能力较弱，表明在小样本多分类任务中泛化能力不如RF模型。
* **SVM算法**：优化后的SVM模型（C=1, γ=0.01）平均准确率为87.78%，过拟合率12.22%，与RF模型性能相当。其MCC值最高（0.9061），KC值达到0.9020（几乎完全一致），表明分类结果与真实标签相关性极强，鲁棒性优异。SVM模型计算效率极高，训练和预测时间远低于RF和XGBoost模型。
* **ANN算法**：优化后的ANN模型平均准确率为82.22%，过拟合率17.78%。其在识别二元复掺样本方面展现出独特优势，预测置信度显著高于其他模型，这得益于其多层非线性映射能力。然而，其计算效率低于RF、SVM和XGBoost模型。
**3.3. 特征降维对识别性能的影响**
* **降维方法判别与最优维度确定**：PCA分析确定最优降维维度为4，前4个主成分累计方差贡献率达95.28%，分别代表综合力学强度与活性（PC1）、抗折韧性（PC2）、体积稳定性与早期变形（PC3）、抗渗性（PC4）。LDA分析确定最优降维维度为2，LDA1是区分粉煤灰和矿渣的核心维度，贡献最大的特征为14天抗折强度、电通量和3天抗压强度；LDA2则进一步区分二元复掺体系，贡献最大的特征为14天和28天抗压强度。
* **降维前后性能对比**：LDA降维效果显著优于PCA。经LDA降维至2维后，RF和SVM模型的识别准确率均提升至100.00%，过拟合率降至0.00%，实现了完美分类。而PCA降维至4维后，RF和SVM模型准确率分别下降至78.33%和66.67%，表明PCA保留了全局信息但丢失了关键分类信息。对于XGBoost模型，两种降维方法均导致性能下降。对于ANN模型，LDA降维后准确率提升至90.91%，过拟合率降至9.09%，但训练时间显著增加。
**3.4. 基于SHAP分析的模型解释**
* SHAP分析揭示了RF+LDA2和SVM+LDA2模型决策机制的差异。在SVM模型中，LDA1特征的决策权重（0.88257）远大于LDA2，模型表现出对单一高敏感特征的过度依赖，抗干扰能力较弱。相反，在RF模型中，LDA1（0.56992）和LDA2（0.43008）特征的权重差距较小，模型实现了对两个降维特征的均衡利用，同步整合了掺合料的水化活性和长期微结构稳定性信息，因此具有更强的抗噪声能力和鲁棒性，更适合复杂工程现场条件。
**4. 总结与讨论**
讨论部分指出，本研究提出的基于常规性能特征、LDA降维与RF/SVM模型相结合的识别方案，可嵌入到场站原材料检验、搅拌站入库筛选、现场配合比合规性验证等典型混凝土质量控制流程中，实现高强度混凝土用粉煤灰和矿渣掺合料的批量化智能识别与等级判定。然而，该方案在实际工程应用中存在局限性：所有模型基于标准养护条件下的数据训练，现场温湿度波动和杂质干扰会降低识别准确率；该框架仅适用于粉煤灰-矿渣复掺样本，无法直接推广至其他类型的胶凝掺合料；ANN模型在复杂现场条件下的抗干扰能力较弱，仅适用于实验室数据分析。在工程部署方面，该方案可与常规混凝土力学试验设备和现场数据终端配合使用，无需依赖高精度微观仪器，但标准化的试件制备和性能测试协议是保证现场模型稳定部署的必要前提。
**研究结论（翻译）**：
(1) 所提出的11维输入特征具有良好的统计可靠性。所有指标均通过K-S正态性检验，p值大于0.05，在95%置信水平下符合正态分布标准。在原始输入特征下，RF和SVM模型取得了相同的3折交叉验证性能，平均准确率为87.78%，过拟合率为12.22%，优于ANN（准确率82.22%，过拟合率17.78%）和XGBoost（准确率76.67%，过拟合率23.33%）。这两个模型非常适用于小样本胶凝掺合料多分类任务。
(2) 有监督的LDA在掺合料识别中优于无监督的PCA。四个PCA主成分仅保留了95.28%的全局方差，遗漏了关键分类信息，导致RF和SVM模型的识别性能下降。二维LDA将两个模型的准确率提升至100%，过拟合率降至0%，性能最大提升33.33%。LDA1是区分粉煤灰和矿渣固有水化差异的关键维度。
(3) 通过SHAP分析，识别出SVM模型和RF模型具有不同的决策机制。SVM模型由LDA1特征（0.88257）以及高敏感性的水化和耐久性指标主导。RF模型则均衡采用LDA1（0.56992）和LDA2（0.43008）特征进行预测。水化热、电通量和168小时自由收缩的波动会显著影响分类结果，而多龄期力学强度参数扰动的影响可忽略不计。
(4) 使用3折交叉验证的标准差量化了模型预测不确定性。RF和SVM模型验证准确率的95%置信区间为[66.77%, 100.00%]，区间范围更窄，预测波动更温和。XGBoost模型的置信区间为[59.40%, 93.94%]，表现出最大的预测不确定性。综合定量分析验证了RF模型最能抵抗测量误差和样本随机性，是用于掺合料识别的最稳健模型。
