Page 111 - 2022年第53卷第1期

放量基本不变。总体而言，用本文智能设计方法得到的最优配比方案相比于传统经验设计方法的结果
更加合理、经济、环保，从而证明了该方法对于 HPC 配合比优化设计的有效性和可靠性。

5 结论

（1）针对性地提出了一种基于随机森林算法和 AEPSO 的 HPC 配合比优化设计新方法，避免了单目
标、单参数优化方法的盲目性，充分考虑了不同目标之间的关联性，实现了多目标需求下的 HPC 配合
比智能化设计。（2）本文智能设计方法不仅可以实现对 HPC 抗压强度的高精度预测，还可以通过联立约
束条件求解出符合该条件下的理论最优配合比参数，大大减少了物理试验的工作量，提高了配合比优
化设计的效率。（3）多目标联合优化数学模型能在一次求解后得到多个 Pareto 最优解，这些解给配比设
计人员提供了更多的选择空间，使其可以根据实际需求选取不同偏向的最优配比方案，具有较好的指
导作用和应用价值。（4）将优化结果与初始方案进行对比，可以看出本文方法在一定程度上能节约资
源、降低造价和减少污染，且不同偏向的最优配比方案对应的各项指标均能达到预期要求。（5）所提出
的配合比智能设计方法除适用于高性能混凝土之外，还适用于常态混凝土、碾压混凝土等。尽管该方
法取得了比传统经验设计方法更好的优化结果，但其在设计过程中难以考虑原材料的质量特性对混凝
土性能指标的影响，后续将结合混合知识表征技术进一步提高所提方法的实用性。

参 考 文 献：

［ 1 ］ 陈文耀，李文伟 . 三峡工程高性能大坝混凝土配合比设计技术措施［J］. 水利学报，2000（5）：49-53 .
［ 2 ］ O’HEGARTY R，KINNANE O，NEWELL J，et al . High performance，low carbon concrete for building cladding
applications［J］. Journal of Building Engineering，2021，43：102566 .
［ 3 ］ VAITKUS A，ŠERNAS O，GRAŽULYTĖ J . Modular pavements：Developing high performance concrete［J］.
Construction and Building Materials，2021，292：123362 .
［ 4 ］ 李荣湘，李岳军 . 混凝土配合比多目标优化实时控制［J］. 水利学报，1996（4）：34-39，33 .
［ 5 ］ 胡巧英，杨杨，江晨晖 . 恒温和拟绝热条件下高性能混凝土自收缩特性［J］. 水利学报，2014，45（S1）：
84-89 .
［ 6 ］ 蒋正武，徐春普，张盛 . 多目标性能需求的 C50 混凝土配合比优化设计方法［J］. 建筑材料学报，2019，22
（4）：499-505，522 .
［ 7 ］ SOBOLEV K . The development of a new method for the proportioning of high-performance concrete mixtures［J］.
Cement and Concrete Composites，2004，26（7）：901-907 .
［ 8 ］ 季韬，徐毅慧，罗蜀榕，等 . 基于最少浆体理论的混凝土配合比优化［J］. 混凝土，2009（8）：12-14 .
［ 9 ］ 王帆 . 基于比强度的高强高性能混凝土配合比优化设计［D］. 西安：西安建筑科技大学，2014 .
［ 10］ 哈娜 . 多目标规划高性能混凝土配合比优化设计研究［J］. 建筑技术，2017，48（1）：29-31 .
［ 11］ FERDOSIAN I，CAMÕES A . Eco-efficient ultra-high performance concrete development by means of response
surface methodology［J］. Cement and Concrete Composites，2017，84：146-156 .
［ 12］ 文小忠，张龙，高翔 . 水工混凝土配合比设计研究综述［J］. 水电施工技术，2014（1）：48-53 .
［ 13］ 林鹏，李庆斌，周绍武，等 . 大体积混凝土通水冷却智能温度控制方法与系统［J］. 水利学报，2013，44
（8）：950-957 .
［ 14］ 周厚贵，谭恺炎，马金刚，等 . 大体积混凝土通水冷却仿人工智能控制算法研究［J］. 水利学报，2014，45
（S1）：24-29 .
［ 15］ 钟登华，时梦楠，崔博，等 . 大坝智能建设研究进展［J］. 水利学报，2019，50（1）：38-52，61 .
［ 16］ 任秋兵，沈扬，李明超，等 . 水工建筑物安全监控深度分析模型及其优化研究［J］. 水利学报，2021，52
（1）：71-80 .
［ 17］ 陈庆，马瑞，蒋正武，等 . 基于 GA-BP 神经网络的 UHPC 抗压强度预测与配合比设计［J］. 建筑材料学报，
2020，23（1）：176-183，191 .

— 106 —