基于可解释机器学习的抗硫酸盐混凝土配合比设计方法

本发明公开了基于可解释机器学习的抗硫酸盐混凝土配合比设计方法，包括：获取硫酸盐侵蚀混凝土的相关数据，并构建数据库；确定混凝土受硫酸盐侵蚀产生的膨胀值预测模型；对膨胀值预测模型进行部分依赖图和Shapley加法解释分析；建立硫酸盐混凝土的多目标优化模型，并设置约束条件，利用逼近理想解排序法方法确定多目标优化模型的最优解。本发明通过使用机器学习模型进行配合比设计，显著节省时间，降低材料与试验成本，并实现抗硫酸盐性能、环境影响和全生命周期成本的多目标优化，提升设计的效率与精度。