本书以土木工程智能化转型为背景，系统阐述了人工智能技术在水泥基复合材料科学中的前沿应用，全面剖析了人工智能在材料性能预测、多目标优化设计等关键环节的创新方法与实践案例。针对传统水泥基复合材料设计方法依赖经验公式、试配繁琐等瓶颈问题，深入分析了机器学习模型（如支持向量机、随机森林、神经网络等）在材料性能预测中的优势与挑战，重点探讨了机器学习与物理理论融合驱动的材料设计新范式，并详细介绍了遗传算法、粒子群优化等智能优化算法在配合比设计中的成功应用。

更多科学出版社服务，请扫码获取。

2004.9 ~ 2008.7 加拿大舍布鲁克大学 - 土木工程 - 博士 - 博士研究生毕业 2002.9 ~ 2004.8 法国高等师范大学 - 建筑材料与结构 - 硕士 - 硕士研究生毕业 1997.9 ~ 2002.8 法国国立图卢兹第三大学 - 建筑工程 - 学士 - 双学士学位2017.12 ~ 至今深圳大学 - 土木与交通工程学院 - 执行院长 - 教授、博导 2011.12 ~ 2017.11深圳大学 - 土木工程学院 - 副院长 - 副教授 2009.9 ~ 2011.12深圳大学 - 土木工程学院 - 讲师发表高水平学术论文160余篇，其中第一&通讯作者学术论文100余篇；中科院1区Top期刊论文80篇；第一作者出版学术专著5部；第一主编智能化教材8部；授权专利50余项，软件著作权26项。广东省滨海土木工程耐久性重点实验室决策委副主任 广东省建设工程绿装协会建筑机器人与装配式专业委员会副主任 中国建筑材料联合会 学部委员（首批） 中国硅酸盐学会测试技术分会流变测试技术委员会副主任委员 中国硅酸盐学会房屋建筑材料分会理事 中国硅酸盐学会混凝土与水泥制品分会“混凝土青年论坛（常设）”第二届指导委员会委员 中国公路建设行业协会 专家工作委员会第四届专家 深圳市政协第七届委员、深圳市知联会副会长、深圳大学知联会会长 国际材料与结构研究实验联合会（RILEM）会员、美国混凝土学会（ACI）会员、国际混凝土协会（FIB）会员、国际全寿命土木工程协会（IALCCE）会员

目录
前言
缩略表
第1章 绪论 1
1.1 人工智能技术及其在土木工程领域的应用 1
1.2 基于机器学习模型的水泥基复合材料性能预测与材料设计 3
1.3 物理信息引导的机器学习模型 5
参考文献 7
第2章 水泥基复合材料多源高通量数据库与知识图谱构建技术 9
2.1 引言 9
2.2 水泥基复合材料多源高通量数据库构建技术 9
2.2.1 数据库构建方法概述 9
2.2.2 水泥基复合材料数据采集 12
2.2.3 水泥基复合材料数据库自动化特征选择与异常检测 13
2.3 水泥基复合材料知识图谱构建技术 15
2.3.1 知识图谱的概念 15
2.3.2 知识图谱的数据收集 17
2.3.3 水泥基复合材料知识图谱的构建 17
2.3.4 基于知识图谱的特征选择 19
2.4 本章小结 20
参考文献 21
第3章 水泥基复合材料智能化图像分析技术及微观结构表征技术 24
3.1 引言 24
3.2 原材料及配合比设计 25
3.2.1 原材料表征 25
3.2.2 原材料组成及设计 26
3.2.3 硬化浆体成型 29
3.3 微观结构表征 29
3.3.1 BSE样品制样 29
3.3.2 水泥基复合材料的背散射电子成像 32
3.3.3 水泥基复合材料胶凝颗粒微观形貌 33
3.4 智能图像分析 35
3.4.1 BSEIA-ML方法 37
3.4.2 胶凝颗粒水化程度分析 42
3.4.3 误差分析 47
3.5 本章小结 49
参考文献 50
第4章 水泥基复合材料宏观性能智能化预测模型构建技术 52
4.1 引言 52
4.2 水泥基复合材料性能智能化预测模型 53
4.2.1 自密实混凝土数据描述 53
4.2.2 自密实混凝土数据标准化 58
4.2.3 工作性能预测模型 59
4.3 自密实混凝土力学性能预测模型 67
4.4 自密实混凝土耐久性预测模型 72
4.5 自密实混凝土性能预测模型比较 75
4.6 水泥基复合材料性能预测模型可解释分析 79
4.7 水泥基复合材料流变-性能影响机理分析 83
4.7.1 自密实混凝土组成成分与流变特性的关联性研究 83
4.7.2 自密实混凝土流变与工作性能关联性研究 89
4.7.3 自密实混凝土流变特性与力学性能关联性研究 99
4.8 本章小结 102
参考文献 102
第5章 物理信息机器学习混合驱动的水泥基复合材料性能预测模型
融合机制研究 106
5.1 引言 106
5.2 物理信息机器学习融合模型原理 106
5.2.1 不同融合方式原理 107
5.2.2 基于流变学的物理信息方程原理 113
5.2.3 损失函数修改 114
5.2.4 损失函数权重调优 114
5.3 物理信息机器学习融合模型建立 115
5.3.1 基于YS预测的损失函数修改 115
5.3.2 基于PV预测的损失函数修改 115
5.3.3 基于超参数自动调优的损失函数权重调优 116
5.3.4 模型性能评估 123
5.4 物理信息机器学习融合模型预测效果分析 124
5.4.1 损失函数值演变过程 124
5.4.2 融合模型与其他模型对比分析 126
5.4.3 基于SHAP方法的参数分析 132
5.4.4 智能调控前后的打印效果对比 136
5.5 本章小结 138
参考文献 139
第6章 物理信息引导的低碳水泥基复合材料智能化设计方法及应用 144
6.1 引言 144
6.2 设计方法概述 144
6.2.1 低碳水泥基复合材料单目标优化设计方法 144
6.2.3 全生命周期评价 146
6.2.4 实验测试 146
6.2.2 低碳高性能混凝土多性能协同智能设计方法 147
6.3 低碳水泥基复合材料单目标优化设计 150
6.3.1 低碳水泥基复合材料配合比设计参数智能优化 150
6.3.2 低碳水泥基复合材料骨料级配参数智能优化 157
6.3.3 低碳水泥基复合材料智能化设计方法及经济环境效应分析 160
6.4 低碳高性能混凝土多性能协同智能设计 162
6.4.1 低碳高性能混凝土多目标优化效果 162
6.4.2 低碳高性能混凝土多性能协同设计结果分析 166
6.4.3 低碳高性能混凝土优化方法对比 168
6.5 水泥基复合材料设计方法实验验证 170
6.6 水泥基复合材料设计方案解释分析 175
6.6.1 基于PDP算法的水泥基复合材料设计方案可解释分析 175
6.6.2 基于知识图谱的水泥基复合材料设计方案解释分析 177
6.7 本章小结 178
参考文献 179
第7章 物理信息引导的3D打印水泥基复合材料智能化设计方法及应用 182
7.1 引言 182
7.2 多目标优化原理 182
7.2.1 定义 182
7.2.2 约束条件 183
7.2.3 终止条件 183
7.2.4 优化算法—带精英策略的二代非支配排序的遗传算法（NSGA-Ⅱ） 184
7.2.5 决策方法—优劣解距离法（TOPSIS） 184
7.3 3D打印水泥基复合材料可打印性和力学性能预测模型建立 185
7.3.1 可打印性预测 185
7.3.2 力学性能预测 187
7.3.3 基于SHAP方法的参数分析 189
7.4 3D打印水泥基复合材料打印设计参数智能优化 195
7.4.1 满足可打印性要求 195
7.4.2 满足力学性能要求 197
7.5 3D打印水泥基复合材料配合比设计参数智能优化 199
7.5.1 满足可打印性要求 199
7.5.2 满足力学性能要求 202
7.6 3D打印水泥基复合材料智能设计与传统设计的对比分析 204
7.6.1 满足可打印性要求 204
7.6.2 满足力学性能要求 205
7.7 3D打印水泥基复合材料设计方法实验验证 206
7.7.1 满足可打印性要求 206
7.7.2 满足力学性能要求 209
7.8 本章小结 211
参考文献 213