Multi-objective optimization of sustainable cement-zeolite improved sand based on life cycle assessment and artificial intelligence
Notice bibliographique
Résumé
Background: Cement-zeolite improved sand can be used in diverse civil engineering applications. However, earlier research has not duly optimized its production process to attain best mechanical strength, lowest cost, and least environmental impact. This study proposes a multi-objective optimization approach using back-propagation neural network (BPNN) to predict the mechanical strength, along with an adaptive geometry estimation-based multi-objective evolutionary algorithm (AGE-MOEA) to identify the best parameters for cement-zeolite-improved sand, filling a long-lasting research gap. Methods: A collection of unconfined compression tests was used to evaluate cemented sand specimens treated with stabilizers including portland cement (at dosages of 2, 4, 6, 8, and 10%) and six dosages of natural zeolite as partial replacement for cement (0, 10, 30, 50, 70, and 90%) at different curing times of 7, 28, and 90 days. The study further conducts a detailed analysis of life cycle assessment (LCA) to show how partial zeolite replacement for cement impacts the environment. Through a tuning process, the BPNN model found the optimal architecture and accurately predicted the unconfined compressive strength of cement-zeolite improved sand systems. This allowed the AGE-MOEA to optimize zeolite and cement dosages, density, curing time, and environmental impact. Results: The results of this study reveal that the optimal range of zeolite was between 30-45%, which not only increased cemented sand strength, but also reduced the cost and environmental impact. It is also shown that increasing the zeolite replacement to 25-30% can increase the ultimate strength of cemented sand, yet exceeding this limit can cause the strength to decrease. Conclusions: Zeolite has the potential to serve as an alternative for cement in applications that involve cemented sand, while still achieving mechanical strength performance, which is comparable or even superior. From an LCA standpoint, using zeolite as partial cement replacement in soil improvement projects is a promising alternative.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».