水泥在工业领域应用广泛,是世界基础设施建设的支柱。水泥的微观结构直接影响其强度,因此研究水泥水化的微观演化过程对提高水泥的性能具有非常重要的意义。由于水泥水化的极端复杂性,人们至今没能完全理解水泥水化的过程。传统的物理化学方法在研究水泥水化的过程中根据实验测定的样品指标,采用人工定义的水化规则正向推导进行建模,方法复杂且建立的模型准确度低。随着计算材料学的发展,采用计算机模拟水泥水化反应过程已成为材料科学发展的热点。本文采用反向建模的思想,建立了水泥水化三维微观结构演化的细胞自动机模型,从观测到的数据中采用多种方式提取出水化规则,并对不同模型的实验结果进行了模拟对比。本文主要从以下几个方面对水泥水化微观结构的演变过程模拟进行了研究分析:(1)特征提取及数据预处理提出了基于微米级显微断层扫描图像(μCT)的水泥三维颗粒特征提取方法。由于CT技术在扫描样本的过程中不会对样本本身造成太大的损害,因此能够保证样本数据的真实性。同时,μCT像素的灰度值能够代表的是该区域的平均线性衰减系数,该系数和水泥图像中的物相组成相关,这就能够保证μCT得到的图像像素的灰度值与相应位置所表示的物质组成存在很好的相关性。将二维水泥图片序列合成三维水泥颗粒,通过三维空间的位置确定周围26个像素点为邻域,基于邻域提取到和邻域相关的特征数据。该数据进行处理后可以作为各种模型的原始输入输出数据。(2)多基因表达式与粒子群算法混合编程为了适应水泥水化数据的特性,论文提出了采用多基因表达式编程(MEP)优化函数结构,粒子群算法(PSO)优化函数系数的MEP-PSO混合编程算法。采用该算法对UCI数据集中的回归问题进行了测试,并与其余常用算法进行了对比,表明该混合编程方法在解决一般函数发现问题中也有很好的表现。(3)水泥微观结构演化过程反向建模模型分析论文最后采用多种反向建模方法构建水泥水化微观结构的细胞自动机模型,对模型的原理结构以及实现进行了详细的分析,并对仿真结果的误差进行了说明。实验表明采用MEP-PSO混合编程的方法建立的模型在所有测试数据集上都能有很好的预测结果。本文同时采用不同水泥样本建立的模型在其余水泥样本上进行测试也取得了很好的表现,说明该方法建立的模型有着很好的泛化能力。