共查询到20条相似文献,搜索用时 0 毫秒
1.
BP神经网络方法由于综合考虑了再生混凝土强度的各种影响因素,能够实现非线性关系,可以用于再生混凝土强度预测.为克服传统BP网络收敛速度慢、易出现麻痹现象等不足.研究采用L-M算法来改进传统的BP神经网络,仿真结果表明,该方法简单可行,搜索速度快,预测结果可靠、精度高. 相似文献
2.
3.
粉煤灰混凝土强度预测是一个典型的多变量,非线性系统。现在预测的方法准确性较差,难以在实际中被普遍应用。本文将模糊理论与神经网络相结合,综合利用二者的优点,进行粉煤灰混凝土强度的建模与预测。 相似文献
4.
通过建立改进的BP和RBF两种神经网络模型,对混凝土的强度进行预测,将预测值与常规BP神经网络模型预测结果进行了比较,研究表明,改进的BP和RBF的神经网络模型能够充分考虑影响混凝土强度的各种因素,在强度预测中具有广泛的应用前景。 相似文献
5.
随着人工智能技术的快速发展,BP神经网络在混凝土性能预测研究中的应用愈加广泛。文章在介绍BP神经网络设计原理的基础上,对BP神经网络在混凝土强度和混凝土耐久性方面的研究现状进行分析,总结BP神经网络在混凝土性能预测研究中的主要特征并提出未来展望,以期为混凝土性能预测相关研究提供理论参考。 相似文献
6.
7.
基于BP神经网络的既有建筑混凝土强度预测 总被引:1,自引:0,他引:1
在分析检测数据的基础上,提取了结构服役时间、结构建造时间、结构检测时间、混凝土设计强度和混凝土碳化深度等特征参数,建立了预测既有建筑混凝土强度退化的人工神经网络模型。采用动量法和自适应调整法改进了BP算法;采用训练好的BP神经网络对既有混凝土强度最小值和混凝土强度最大值进行了预测,并与实测值进行了对比。结果表明:利用BP神经网络对既有建筑混凝土强度退化进行预测是可行的,该研究成果可为既有建筑大面积的抗震性能普查提供参考。 相似文献
8.
9.
10.
通过对混凝土碳化深度实测资料的分析,建立了基于 BP 神经网络原理的混凝土碳化深度预测方法.由于传统的 BP 神经网络有收敛慢,易陷入局部极小点的问题,采用改进的 BP 神经网络,通过与混凝土碳化深度的实测值、理论值的对比,证明了该方法在混凝土碳化深度预测方面的有效性并且具有令人满意的精度。 相似文献
12.
神经网络在高强粉煤灰混凝土强度预测及优化设计中的应用 总被引:16,自引:3,他引:13
首先介绍了神经网络应用中使用最为广泛的BP网络和RBF网络的模型及其学习算法,然后将其用于高强粉煤灰混凝土的强度预测和优化设计,并与线性回归进行了对比,结果表明神经网络方法具有较高的预测精度,在混凝土性能预测和优化设计中具有广阔的应用前景。 相似文献
13.
充分利用人工神经网络对非线性系统很强的模拟能力及Matlab的人工神经网络工具箱Web技术,使未来交通量预测在网上进行得以实现预测,并以国道及主要实际道路为例,对模型进行了理论验证。 相似文献
14.
阐述了BP人工神经网络原理,分析了地基承载力的影响因素,以云安县六都一高要大湾二级公路(云浮段)新建工程勘察数据为例,通过建立神经网络模型并对模型进行训练,结果表明,该模型比较精确,可在今后勘察工作中运用。 相似文献
15.
16.
17.
如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。本文利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28d强度,预测精度高。 相似文献
18.
如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28 d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28 d强度,预测精度高。 相似文献
19.
20.
人工神经网络在混凝土强度预测中的应用 总被引:1,自引:0,他引:1
混凝土强度是结构设计中控制的主要指标,其数值决定于水灰比、胶凝材料用量、外加剂用量等多种因素。常规计算混凝土强度的公式因个人理解的不同而各异,一种仿生模型—人工神经网络则能很好地解决这个难题。尝试用人工神经网络对16种配比的混凝土进行28d强度预测,结果表明,此模型的可靠度很高,可以用以优化混凝土的试配,节约大量的时间、人力、物力和财力。 相似文献