水泥为粉状水硬性无机胶凝材料,加水搅拌后成浆体,能在空气中硬化或者在水中更好的硬化,并能把砂、石等材料牢固地胶结在一起。水泥是重要的建筑材料,用水泥制成的砂浆或混凝土,坚固耐久,广泛应用于土木建筑、水利、国防等工程。水泥强度是水泥重要的物理力学性能之一,它是评定水泥质量好坏的一个重要指标,水泥强度的有效预测可以普遍提高水泥产品质量。由于水泥强度预测是一个非线性、多变量、大时滞问题,因此利用传统的线性回归模型进行预测很难满足精度要求。按照CB/T17671-1999的要求进行水泥的检测,虽然在保证水泥质量和水泥设计与工程质量方面起到了积极作用,但需要28天以后才能确定水泥标号,不能满足水泥生产控制和水泥使用的要求。因而如何快速、准确的对水泥强度进行预测具有非常重要的意义。　　 针对水泥强度预测问题,近年来,人们提出了一些不依赖于具体问题的智能搜索方法,如神经网络,支持向量机,进化算法、进化策略、遗传算法、遗传规划等。遗传规划(GeneticProgramming,简称GP)的求解过程是一个在适应度指导下的自适应非线性搜索过程,其实质是用广义的层次化的计算机程序描述问题,并发现能反映问题实质的计算机程序。由于遗传规划无需人为选用预测函数,能够有效的避免数学上的经验需求和假设以及变换的影响,模拟出显性的非线性公式,非常适合变量间关系复杂的分析研究,将其应用于水泥强度的预测可以显著的提高预测精度,使预测工作更加便捷有效。　　 本文基于已有实验数据基础上,以Matlab为计算平台,编写了基于遗传规划理论的水泥强度预测程序。通过原有数据建立了水泥28天抗压强度值与其重要影响因素(细度、比表面积、CaO、SO3)之间复杂的显性非线性数学解析式。并分别与28天强度实际值、模糊逻辑模型和神经网络模型的拟合结果进行比较,结果表明该模型具有更好的拟合精度,具有较好的适用性。之后利用该模型进行预测,并与实际值进行比较,取得了较为理想的结果,为水泥强度的快速预测提供了一种新方法。　　 为了便于在生产中应用,本研究还将预测模型集成到C＃语言开发的可视化程序中,采用数据库存储历史数据及预测数据,并采用C＃编写的程序对数据库进行操作,开发了水泥强度预测的应用程序。