首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的植生型多孔混凝土抗压强度预测模型
引用本文:焦楚杰,谭思琪,崔力仕,何松松,彭兰.基于神经网络的植生型多孔混凝土抗压强度预测模型[J].混凝土,2022(1):7-10,16.
作者姓名:焦楚杰  谭思琪  崔力仕  何松松  彭兰
作者单位:广州大学 土木工程学院,广东 广州 510006
摘    要:分析了影响植生型多孔混凝土抗压强度的主要因素,选取目标孔隙率、水胶比、胶凝材料用量、粗骨料用量、水用量、粗骨料平均粒径、粗骨料比表面积、粗骨料堆积孔隙率及浆骨比作为植生型多孔混凝土抗压强度的影响指标,分别建立了BP多层前馈神经网络预测模型和采用遗传算法优化的BP神经网络预测模型(GA-BP).收集国内外文献中146组植生型多孔混凝土试验数据,以其中116组数据作为训练样本,并采用其余30组数据作为试验样本与BP、GA-BP神经网络模型预测值、线性回归方程抗压强度计算值进行比较分析,结果表明:BP、GA-BP神经网络模型计算精度与离散性更优,且较线性回归方程计算结果更接近于样本试验值,更能够准确地预测多孔混凝土的抗压强度值.

关 键 词:植生型多孔混凝土  抗压强度  BP神经网络  遗传算法

Prediction model of compressive strength of plant porous concrete based on neural network
JIAO Chujie,TAN Siqi,CUI Lishi,HE Songsong,PENG Lan.Prediction model of compressive strength of plant porous concrete based on neural network[J].Concrete,2022(1):7-10,16.
Authors:JIAO Chujie  TAN Siqi  CUI Lishi  HE Songsong  PENG Lan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号