建筑业是每个国家最重要的行业，也是资源消耗最大的行业（Zhao等人，2021年）。据统计，建筑业消耗了全球超过30%的资源，并产生了40%的建筑废弃物（Han等人，2020年；Gu等人，2025a年）。近年来，中国建筑业排放的二氧化碳超过1亿吨，同时产生了大量的废弃混凝土（Liu等人，2023a年）。这将导致严重的环境污染、高碳排放和高处理成本（Yu等人，2024年）。如果建筑业不考虑环境因素，全球变暖将进一步加剧。因此，建筑业需要采用绿色和低碳的生产方式，探索可持续材料技术已成为核心研究重点。
许多研究表明，组装式建筑更符合建筑业低碳和绿色生产的理念（Lehmann，2013年；Shao等人，2024年；Wei等人，2024年）。作为组装式建筑的核心组成部分，预制混凝土在实现绿色可持续性方面发挥着关键作用。用预制混凝土替代传统混凝土可以有效减少碳排放并最小化建筑废弃物的积累（Kim等人，2022年；Xu等人，2024年）。蒸压是制备预制混凝土最常见的养护方法，因此预制混凝土也可以称为蒸压混凝土。它还可以加速早期水化反应，使混凝土在较短时间内达到所需的力学性能（Ba等人，2011年）。这显著提高了预制厂的生产效率，缩短了构件周转周期，并间接减少了碳排放。蒸压是一种在高温（通常为45–80°C）下养护混凝土的技术，旨在短时间内实现高强度（Shi等人，2020a年；Ho等人，2003年）。图1展示了蒸压过程，该过程分为四个部分：预养护、加热、蒸压和冷却。蒸压过程主要包括六个工艺参数：预养护温度、预养护时间、加热速率、蒸汽温度、蒸压时间和冷却速率。Zeyad等人（2021年）指出，混凝土的强度会受到不同养护制度的影响。同时，一些研究还发现，增加预养护时间有利于蒸压混凝土强度的发展（Shi等人，2020b年；Hooton和Titherington，2004年）。
然而，蒸压的高温特性对其环境友好性和可持续性提出了挑战：高温会影响水化产物的微观结构，导致蒸压混凝土的长期耐久性和热损伤降低，而蒸汽生成过程也会产生大量的碳排放（Gallucci等人，2013年；Duan等人，2022年）。另一方面，许多研究证实，辅助胶凝材料可以部分替代水泥，实现蒸压混凝土的绿色和可持续生产，但辅助胶凝材料可能会显著降低早期力学性能（Zhou等人，2022年）。因此，科学优化蒸压工艺参数以平衡早期强度发展、长期稳定性和碳排放是实现蒸压混凝土绿色可持续性的关键（Zhang等人，2021年）。
机器学习现在被广泛用于解决各种实际问题（Mohtasham等人，2023年；Gu等人，2025b年）。机器学习能够根据需求开发特定的代码，研究之前收集的数据集并输出更精确的结果（Salehi和Burgueño，2018年）。目前，它可以用于预测抗压强度、吸水率、应力-应变、耐久性等许多方面的性能（Szafraniec等人，2023年；Li等人，2023年；Zhang等人，2024年）。值得注意的是，机器学习可以分析特征重要性，并基于现有数据集预测蒸压工艺参数对性能的影响。它还能够同时实现蒸压工艺参数的多目标协同优化（强度、碳排放、成本），为蒸压混凝土的绿色和可持续发展提供科学支持。
本研究使用了SVM、RF、XGBoost和CNN模型来预测蒸压混凝土的力学性能。此外，利用R²和MSE作为评估指标比较了这四种模型的预测结果。同时，通过使用SHAP分析和偏依赖分析研究了蒸压工艺参数的重要性及其对蒸压混凝土性能的影响。此外，本研究还采用了NSGA-III算法对蒸压混凝土的强度、碳排放和成本进行了多目标优化，旨在获得一组平衡高性能、低碳和经济可行性的最优蒸压工艺参数。本文有助于实现蒸压混凝土的绿色和可持续潜力，符合低碳建筑业发展的核心要求。
