应用人工智能与工程实践

材有性，工有度，验而后言。

本研究方向探索人工智能在工程科学、材料设计与实际技术问题中的应用。以可持续混凝土研究为例，我们结合实验数据、机器学习与环境影响评估，研究材料组成、力学性能和隐含碳排放之间的关系，并探索工程约束下的数据驱动决策方法。

利用实验数据和计算方法分析工程材料性能及环境影响。

再生骨料与碳排放—强度权衡

研究再生细骨料替代比例、热暴露条件与混凝土强度及材料碳排放的关系，分析低碳替代的实际边界。

混凝土性能机器学习预测

研究基于多来源混凝土实验数据的强度预测与跨来源泛化，分析模型在异质数据中的预测可靠性。

研究机器学习、碳排放因子与工程约束相结合的材料设计和优化方法。

低碳混凝土配合比优化

探索在满足混凝土强度和配合比约束的条件下进行低碳设计，并分析预测误差及排放因子不确定性。