中文

用于地质聚合物混合物基于代理的逆向设计的增量Transformer

人工智能 2026-07-12 v1 机器学习

摘要

当观测是异构、混合类型且受设计变量之间物理关系约束时,小数据逆向设计在工程信息学中具有挑战性。这项工作提出了一种由增量Transformer(INCRT)引导的拓扑感知代理框架,用于物理约束的逆向设计,应用于地质聚合物混合物设计。该方法集成了固有维度分析、混合变量设计空间表示、表格代理预测、基于INCRT的流形合理化以及约束逆向优化。使用一个公开的粉煤灰和矿渣基地质聚合物混凝土混合物基准,以抗压强度和碳排放为目标,高维设计空间被证明是高度冗余的,围绕更少的有效混合物机制组织。抗压强度需要非线性表格代理,而碳排放主要由组成决定,并且可以通过正则化线性模型很好地恢复。因此,INCRT不是作为表格预测器的替代品,而是作为提供原型机制和用于逆向设计的流形支持分数的合理化层。比较了三种策略:无约束代理优化、物理约束优化和拓扑感知物理约束优化。无约束优化可以匹配目标强度,但可能产生物理上无效或偏离流形的候选;仅物理约束并不总能确保数据支持。拓扑感知策略产生的候选在目标符合性、碳减排、物理可接受性和与学习到的可行流形的接近度之间取得平衡。该框架的目的不是取代实验验证,而是支持从小的、混合的、物理约束的工程数据集中筛选可信的候选混合物。

关键词

引用

@article{arxiv.2607.10896,
  title  = {Incremental Transformer for Surrogate-Based Inverse Design of Geopolymer Mixtures},
  author = {Giansalvo Cirrincione and Filippo Grassia},
  journal= {arXiv preprint arXiv:2607.10896},
  year   = {2026}
}