预测混凝土性能的神经网络模型<”*>
混凝土是由多种组份合成的.相应地,它的性质也受到多种因素的影响.由于混凝土的一些重要性质通常需要一个长的养护阶段后才能得到,这就很难跟上现代建设的步伐.本文基于人工神经网络提出一种新方法,可以在一个短的时间内预测出混凝土的力学性质.一种3层的反向传播的神经网络模型(ANN)被建立用来实现从输入到输出的这一非线性影射,具体而言,就是从影响混凝土性质的11个因素到混凝土的7天和28天强度.它采用了全局优化的反向传播算法以克服局部极小问题.混凝土的试验数据被分成两部分:一个训练集和一个测试集.该神经网络模型用训练集被训练到收敛,当将这些影响因素的一组值供给其输入层时,该模型能够很快预报出强度.对测试集的输出结果表明,这种方法能给出较高的预测精度.
混凝土 性能预测 神经网络 数据处理 力学性能
张结太 王继宗
河北建筑科技学院院办(河北省邯郸市)
国内会议
重庆
中文
732-735
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）