| 基于BP神经网络和响应面拟合的水工沥青混凝土动态抗压强度预测 |
| |
| 引用本文： | 辛振科. 基于BP神经网络和响应面拟合的水工沥青混凝土动态抗压强度预测[J]. 人民珠江, 2022, 43(1): 92-96. DOI: 10.3969/j.issn.1001-9235.2022.01.012 |
| |
| 作者姓名： | 辛振科 |
| |
| 作者单位： | 甘肃省水利水电勘测设计研究院有限责任公司,甘肃 兰州 730000;西安理工大学水利水电学院,陕西 西安 710048 |
| |
| 基金项目： | 国家自然科学基金项目(51779208)； |
| |
| 摘 要： | 为验证BP神经网络模型在预测水工沥青混凝土抗压强度方面的适用性,从应变率(10-5～10-2s-1)和温度（-20～30℃）2个维度设计了32组圆柱体试件进行单轴压缩试验。采用MATLAB软件建立BP神经网络模型,对水工沥青混凝土的抗压强度进行预测;采用麦夸特法（Levenberg-Marquardt）加通用全局优化法的优化算法,建立响应面拟合模型并与BP神经网络预测结果进行对比。结果表明,BP神经网络模型和响应面拟合模型预测值与试验值之间的相关系数r分别为1.099 5和1.114 2,相较于有具体表达式的响应面拟合模型,BP神经网络模型的预测精度更高,BP神经网络预测模型能够作为相关试验研究和数值分析的辅助手段。
|
| 关 键 词： | 水工沥青混凝土 抗压强度 BP神经网络 温度作用 响应面拟合 |
Prediction of Dynamic Compressive Strength of Hydraulic Asphalt Concrete Based on BP Neural Network and Response Surface Fitting |
| |
| XIN Zhenke. Prediction of Dynamic Compressive Strength of Hydraulic Asphalt Concrete Based on BP Neural Network and Response Surface Fitting[J]. Pearl River, 2022, 43(1): 92-96. DOI: 10.3969/j.issn.1001-9235.2022.01.012 |
| |
| Authors: | XIN Zhenke |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
