BOxCrete：面向混凝土抗压强度预测与配比优化的贝叶斯优化开源AI模型
机器学习
2026-03-24 v1 人工智能
摘要
现代混凝土需同时满足机械性能、可塑性、耐久性与可持续性日益增长的需求，使配比设计日益复杂。近期利用人工智能（AI）与机器学习（ML）模型进行抗压强度预测与配比优化的研究展现出前景，但大多数现有工作基于专有工业数据集且实现为闭源。本文引入BOxCrete，一个基于新建开放访问数据集训练的开源概率建模与优化框架，数据集包含来自123种配比（69种水泥土与54种混凝土）的500多次抗压强度测量（1-15 ksi），涵盖1、3、5、14及28天五个养护年龄。BOxCrete采用高斯过程（GP）回归预测强度发展，实现平均R=0.94、RMSE=0.69 ksi，能量量化不确定性，并开展抗压强度与钢筋混凝土的嵌入碳排放的多目标优化。该数据集与模型为数据驱动开发AI驱动的优化配比设计奠定了可复现的开源基础。
引用
@article{arxiv.2603.21525,
title = {BOxCrete: A Bayesian Optimization Open-Source AI Model for Concrete Strength Forecasting and Mix Optimization},
author = {Bayezid Baten and M. Ayyan Iqbal and Sebastian Ament and Julius Kusuma and Nishant Garg},
journal= {arXiv preprint arXiv:2603.21525},
year = {2026}
}
备注
Code and dataset are available at https://github.com/facebookresearch/SustainableConcrete