选取4家粉煤灰供应商的16批次粉煤灰进行了化学成分及物理性能的测试和分析,随后分别以粉煤灰的化学成分数据、物理性能数据以及物理化学综合数据训练BP神经网络模型,对粉煤灰的活性指数进行了预测。结果表明,模型对粉煤灰28 d活性指数的预测结果与实际结果偏差不超过4.0%,为粉煤灰进场快速初步检验提供了新思路。