各种化学外加剂和矿物掺合料在混凝土中的广泛应用，使现代混凝土组成与性能之间的关系日益复杂。因此，迫切需要用新思维、新方法和新技术来探索混凝土规律、预测混凝土性能。 本文运用模糊神经网络（FNN）方法研究粉煤灰抑制AAR问题、矿渣抑制AAR问题及混凝土AAR问题，探索多因素作用下影响AAR的内在规律；运用模糊神经网络方法和神经网络方法（NN）进行混凝土强度预测和配合比优化设计；研究出基于误差反向传播（BP）网和径基函数（RBF）网的降维网络，用来确定混凝土配合比的优化设计区间；提出并证实当前普遍使用的当量碱计算公式Na₂O_eq=Na₂O+0.658K₂O中K₂O的系数0.658偏大，探讨了该系数的合理取值范围及K₂O、Na₂O引起AAR膨胀差异的机理。 1．粉煤灰抑制AAR问题是本文研究的重点之一。笔者从我国西北、中原、华东采集了3种水泥，从东北、东南、西南、华东等地采集了9种粉煤灰，就粉煤灰抑制AAR膨胀问题进行了196组试验。利用试验所得数据，分别构建了4种模糊神经网络模型和2种回归模型，对粉煤灰抑制AAR膨胀的内在规律从不同角度进行了比较全面的计算、分析和研究。得出在所有影响AAR膨胀的因素中，粉煤灰掺量对AAR膨胀的影响最大，即使所用的胶凝材料中水泥碱、粉煤灰碱、粉煤灰CaO及外加碱含量均较高，只要粉煤灰掺量足够大，总能将AAR膨胀控制在0.1％以内；外加碱对AAR膨胀的影响较大，外加碱量越大，AAR膨胀越大；水泥碱和粉煤灰碱对AAR膨胀有影响，它们中的碱量越大，AAR膨胀越大，但与粉煤灰碱相比，水泥碱对AAR膨胀的影响更大；粉煤灰中CaO含量或CaO／（SiO₂+Al₂O₃+Fe₂O₃）值对AAR膨胀的影响相近，即随粉煤灰中CaO含量或CaO／（SiO₂+Al₂O₃+Fe₂O₃）值增大，AAR膨胀有增大的趋势，但粉煤灰中CaO含量或CaO／（SiO₂+Al₂O₃+Fe₂O₃）值对AAR膨胀的大小并不起决定性作用。这些结论是根据本文所取样品的化学组成及所采用的研究方法得出的，结论的普遍适用性尚有待于进一步研究。 2．当量碱计算公式中K₂O系数的合理取值范围是本文研究的另一重点。运用模糊规则分析、回归分析、作图分析等方法对掺有粉煤灰的196组试验数据进行分析研究，发现并验证了当前普遍使用的当量碱计算公式中K₂O系数0.658偏大，并初步得出在掺粉煤灰的情况下，粉煤灰当量碱计算公式中K₂O系数为0.2左右的结论。对活性集料不同、水泥 摘 要倾量不同、外加腿不同且试验施不同的刚系列共90组水泥砂被棒试验数据断聚类分析和作图分析，进一流实当量碱计算公式中K。O系数0658偏大，并点出谷不涉NibeR iM3dsgnSWjre7K。o t．sra＊s h＃e 3．朋酗神经网络方法研究矿渣抑制AAR问题时，淑…AAR－ MM… RgNng历n纷向游烈献贼时搬届胀吨…的碱量对AAR购响较小，当矿渣掺量＞Zop时，矿渣碱量大，AARfor而小，即AARDe瞅小主要取决于矿渣掺量的大小。 4．运用FNNh＄1ijf究混凝土AAR瞄时，发现点胜士中阐溢流g耐心m猛涨起主里根夙混凝土中的总碱量越大，AAR膨胀越大；混凝土总碱中水泥碱所占的珊瑚，AAR膨胀越大，即混凝土中水泥碱比其它方式引入的碱对ih跳的影响更大；与戏料相比，细集料活性程度的大小对AARthe影响更大。 5．运用神经网勘测神经网络进行高强粉煤灰馄微龈娜g。结果表明，这两种u的结果比回归u的结果好得多。 6．为探索多输入、多输出配合比优化设计问题，研究出基于BP网和RBF网的脚＼网络，弥穿了主成分分析和偏最小二乘法难以解决输入与输出间呈现出的较复杂的非线性领的不足；也削．了u．qs波M维平u性能指标的数IJ属脱，不跳示出性能指标的变化方向和趋势，不便于处理有约束的或多目标优化问题的不足，娜了多B标配合比优化设计。活困向俄阈他回校错嘛育滞务秘应间除包 7．研究发现，MMAR闻颁握谋士AAR叔通观棋进白剑练顺仪南贸肠等动囫和激磅囵深陷回退之间员演到悲坡纷举谁先系难以甚至不可能建立关于这些关系的准确的解析数学模型。但神经网络尤其是模糊神经网络是一种在处理与解决问题时不需要对象的解析数学模型的方法，因此，该方法为解决混凝土研究领域的Zt＆1！li问题提供了有效的手段。另外，化工、冶金、食品等领域也存在大量复杂的4tRI！li问题，因此，本文的研究方法也值得借鉴。