AI赋能的混凝土材料基因数据库智能设计及应用
摘要:针对混凝土数据多源、异构、多尺度的特点,本工作面向材料数据管理、基因智能分析到材料智能研发的典型任务,建立一套AI 赋能的混凝土材料基因数据库智能设计框架,框架以标准化的混凝土材料基因关系型数据库与图数据库为数据存储基础,设计分层密度聚类算法提取对混凝土材料典型性能产生重要影响的基因组结构。利用机器学习正向设计混凝土材料典型性能预测方法,R2相较其他机器学习模型提升约4%,实现了从特征选择、模型预测到贡献量化的可解释性推理路径,设计融合ACO 与NSGA-Ⅱ的、以性能目标驱动的混凝土材料配比逆向优化算法,突破传统配比经验依赖与单目标优化局限,通过全局搜索避免陷入局部最优解。系统化智能化框架旨在突破传统数据库在材料计算与智能分析方面的瓶颈,可为材料基因智能化研究提供借鉴。
