Het hoofddoel van dit proefschrift is om nieuwe inzichten te geven in het reologische gedrag van alkali-geactiveerde materialen (AAM's). Vanaf het pasteniveau zijn de microstructurele kenmerken van alkali-geactiveerde slakkenpasta (AAS) gevisualiseerd, wat helpt bij het begrijpen van reologie en het vroege verstevigen proces in AAS. Verder werd de reologie (in termen van opbrengstspanning, viscositeit, thixotropie en niet-lineair gedrag) van alkali-geactiveerd beton (AAC) uitgebreid bestudeerd door de toegepaste activator, voorloper en toevoegingen te variëren. De resultaten hebben de haalbaarheid onderzocht om de verse eigenschappen van AAM beton goed te beheersen door de ontwerpparameters van de mix te wijzigen. Tenslotte worden de gegevens van AAC verzameld voor verdere statistische analyse, die de relatie tussen mix ontwerpparameters en het reologische gedrag van AAC onthult via een kunstmatige intelligentie (AI) benadering. Een inverse single-objective optimalisatie in Ms is uitgevoerd op basis van de RF-modellen verkregen om natriumsilicaat in activatoren verder te verminderen, dat wordt beschouwd als de belangrijkste koolstofemissiebron in AAMs. Verwacht wordt dat de onderzoeksresultaten de toepassing van AAM's in grootschalige bouwgebieden kunnen bevorderen.