摘要：辅助胶凝材料已成为水泥基材料中不可或缺的组分,然而其来源与形成条件的差异而导致的技术性质波动问题,已对材料配合比的设计效率与精确性带来了挑战。综合考虑了胶凝材料掺量、火山灰活性、颗粒尺寸与堆积关系、需水量、比表面积、烧失量、密度等原材料与配合比组成特征对水泥胶砂性能的影响,并基于动态机器学习方法进行性能预测,探索了胶凝材料组成特征的参数化表达方式及其与胶砂性能的关联权重,提出了基于胶凝材料技术性质的胶砂性能预测模型。结果表明:基于动态机器学习的数值模型可准确高效地预测水泥胶砂的新拌性能与力学性能,通过胶凝材料技术性质的关联性分析,确定了影响水泥胶砂性能的关键特征参数组合,提高了模型的泛化能力。基于关键特征参数的性能预测模型在流动度上的预测精度为83%,在流变性能、抗压强度上的预测精度则不低于96%。该方法有望减弱或消除原材料质量波动对材料设计与试配效率的影响,为建筑材料的智能化组成设计提供借鉴。