基于遗传算法改进BP网络的地表沉陷预计

本文采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络，即先用遗传学习算法进行全局训练，再用BP算法进行精确训练，使网络收敛速度加快和避免局部极小。作为实例，将该方法应用于地表沉陷预计问题中。建立了采动地表沉陷的神经网络预计模型，利用矿区大量的地表沉陷实际观测数据样本对该神经网络进行训练和学习，并用该网络对几组数据进行采动地表沉陷预计。结果表明，该神经网络预计模型具有收敛速度快、预测精度高的优点，为采动地表沉陷预计提供了实用的方法。     

塑钢纤维增强橡胶混凝土制备及其抗冻性分析

采用正交试验,研究塑钢纤维掺量、橡胶颗粒粒径及橡胶掺量对混凝土工作性及力学性能的影响,根据极差与方差分析结果,得出塌落度、抗压强度、抗折强度、劈拉强度的最优配比。结果表明,塑钢纤维增强橡胶混凝土其最佳配比为塑钢纤维掺量6 kg/m3,橡胶颗粒粒径10目,橡胶颗粒掺量28.3 L/m3。在抗压强度相当的情况下,最佳配比配制的混凝土较基准混凝土,其抗折强度和劈拉强度分别提高16.1%和13.4%;拉压比和折压比分别提高28.57%和34.54%,抗冻标号可达F225,混凝土的脆性和抗裂性得到明显改善。