|
|||||
|
|
| 基于人工神经网络的回弹-拔出综合法检测混凝土强度的研究 | |
| 引用本文： | 王立军,王铁成,李延涛,谢军,黄洪亮. 基于人工神经网络的回弹-拔出综合法检测混凝土强度的研究[J]. 混凝土, 2008, 0(12) |
| 作者姓名： | 王立军 王铁成 李延涛 谢军 黄洪亮 |
| 作者单位： | 1. 天津大学,建筑工程学院,天津,300072;河北建筑工程学院,土木系,河北,张家口,075024 2. 天津大学,建筑工程学院,天津,300072 3. 河北建筑工程学院,土木系,河北,张家口,075024 |
| 基金项目： | 河北省自然科学基金 |
| 摘 要： | 在试验研究的基础上,建立了混凝土强度回弹-拔出综合法检测的人工神经网络模型.探索并应用了神经网络的改进算法,其中包括附加冲量法、自适应学习算法及S型函数输出限幅算法等,以保证建立的神经网络的快速有效.与传统的回归算法相比,采用人工神经网络模型推测出的混凝土强度具有更高的精度. |
| 关 键 词： | 神经网络 回弹-拔出综合法 混凝土 强度 非破坏性检测 |
Repercussion-pull-out for concrete strength checking based on artificial neural network |
|
| WANG Li-jun,WANG Tie-cheng,LI Yan-tao,XIE Jun,HUANG Hong-liang. Repercussion-pull-out for concrete strength checking based on artificial neural network[J]. Concrete, 2008, 0(12) | |
| Authors: | WANG Li-jun WANG Tie-cheng LI Yan-tao XIE Jun HUANG Hong-liang |
| Affiliation: | 1.School of Constructional Engineering;Tianjin University;Tianjin 300072;China;2.Department of Civil Engineering;Hebei Institute of Architecture and Civil Engineering;Zhangjiakou 075024;China |
| Abstract: | The artificial-neural-network model is built up by means of repercussion-pull-out,based on considerable data from the experiment.In order to make BP network more efficient,there are some optimized BP algorithms being put forward,including additional momentum algorithms,variable learning rat BP algorithms and limited output of s-function algorithms.Compared with the traditional algorithms,the artificial-neural-network can supply more appropriate result on concrete strength. |
| Keywords: | artificial neural network repercussion-pull-out concrete strength non-destructive testing |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |