基于MLP神经网络的水泥分别粉磨强度预测模型与分析

为研究分别粉磨配制水泥中多组分下各原料对强度的影响，提出利用多层感知器（multi-layer perceptron,MLP）神经网络建立模型的方法。选用矿粉、粉煤灰和石灰石粉作为混合材，进行单因素试验得到活性数据，设计分别粉磨配制水泥配比组成试验样本，通过训练数据构建MLP神经网络模型，归纳出相关因素与强度之间的表达式。结果表明：活性越高的混合材多掺或适当磨细更有助于提高强度，增加石灰石粉含量有助于提升3 d抗压强度；所建立模型对3 d和28 d龄期抗压强度的预测结果精准，平均相对误差小于2%。