粉煤灰综合利用
FLY ASH COMPREHENSIVE UTILIZATION
2015NO.1 综述
数据分析在混凝土配合比设计中应用的研究进展
Progess of Application of Data Analysis in Concrete Mix Design
杨子额
（同济大学先进土木工程材料教育部重点实验室，201804，上海）
摘要：混凝土配合比设计的研究对于混凝土生产企业优化工艺、降低成本有着重要意义。文章通过对国内外混凝土配合比设计相关研究的深入对比分析，阐述了人工神经网络、模棚聚类分析以及灰色关联分析在当今混凝土配合比设计方法中的重要地位。
关键调：配合比设计；数据分析；人工神经网络；模糊聚类分析；灰色关联
中图分类号：TU528.1
文献标识码：A
文章编号：1005~8249(2015)02-0053-04
混凝土是全世界范围应用最为广泛的建筑材料。在混凝土诞生的一百多年中，无数科研工作者、工程实践者付诸大量的心血探索混凝土的奥秘。但是由于混凝土是一种从细观到宏观都是高度非均质的多项复杂体系，在科学实践中存在众多问题。
混凝土配合比设计的研究对于混凝土生产企业优化工艺、降低成本有着重要意义，为此全世界范围内的学者都给出过不同的研究方法。但是现行的配合比设计方法仍存在较多问题垂待解决。究其原因主要是有关混凝土材料的基础理论性研究不足，导致现行的众多的配合比设计方法均不能以材料科学：组成、结构与性能的科学方法来阐述混凝土的内在问题。
我们可以对国内外几种配合比设计方法进行简单的评价：美国ACI方法：其优点在于简单易行，通过查表即可得出配合比但是各个参数的选择理论依据不强，对于材料性状变化的敏感性差，是经验性配合比设计方法最为典型的案例。而英国BRE方法，相比美国 ACI方法参数选择相似，但是其选择依据考虑的因素更多，缺点也比较明显，仍是图表选择的形式，可能导致普适性较差。法国Dreux方法的优点在于各个参数考虑细致。但是，Dreux级配曲线可能有-定局限性。法国（de.larrad)则在理论上更胜-筹，以物理模型和
作者简介：杨子顿（1991~），男，硕士研究生，Email：396994983@ qq.com.
收稿日期：2014-08-20 万方数据
数学模型建立的设计方法。而我国现行的配合比设计方法更注重的是经验性设计。应该注意到，这样的配合比设计方法理论基础相对薄弱，经验性选择居多，并且计算结果偏差很大。具体表现在，强度公式引起的误差波动，其次用水量与砂率的选择依据也并不充分。
近年来，随着“人工神经网络等数据分析方法研究的兴起，越来越多的人开始尝试用数据挖掘与分析的方法来进行混凝土配合比的设计与优化。比如人工神经网络方法就具有非线性处理能力强、不需要明确的函数关系式等特点。个三层BP神经网络可以以任意精度近似任何连续函数。甚至有研究指出采用人工神经网络技术进行混凝土配合比设计，具有适应性强、准确有效的优点，是进行多组分混凝土配合比设计的一种切实可行的方法。
本文针对混凝土配合比设计的研究工作已经取得的进展，阐明混凝土配合比设计所存在的间题，分析并讨论数据分析在混凝土配合比设计中的地位与意义，为混凝土配合比设计的进一步研究与工程实践提供一定的参考价值。
1数据分析与混凝土配合比设计 1.1人工神经网络
1.1.1人工神经网络技术简介通常意义上的BP人工神经网络是以输人单元为自变量、输出单元为因变量、网络单元间的连接权值为调整参量，按最小误差原
·53·