为了提高SSA-BP模型的预测准确性，分别使用三类混沌映射序列（CMS）初始化麻雀位置，帮助SSA-BP模型跳出局部极值，从而提高解的质量。利用200组实际混凝土碳化深度试验数据作为运行数据，以黏接剂剂量、粉煤灰置换水平、水胶比、CO₂体积分数、相对湿度、暴露时间作为输入变量，混凝土碳化深度作为输出变量，分别运行2次后得出各项指标数值，对比分析三类CMS-SSA-BP模型各自的优化点。结果表明，经过混沌映射序列（CMS）优化的SSA-BP模型预测性能更佳，其中，Tent-SSA-BP模型的预测精度最佳，Logistic-SSA-BP模型的预测稳定性最佳，Sine-SSA-BP模型的收敛速度最快。