BP神經(jīng)網(wǎng)絡(luò)及數(shù)據(jù)庫技術(shù)在混凝土強(qiáng)度預(yù)測中的應(yīng)用

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)中控制的主要指標(biāo),其數(shù)值決定于水灰比、膠凝材料用量、外加劑用量等多種因素。常規(guī)計(jì)算混凝土強(qiáng)度的公式因個(gè)人理解的不同而各異,一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個(gè)難題。嘗試用人工神經(jīng)網(wǎng)絡(luò)對16種配比的混凝土進(jìn)行28d強(qiáng)度預(yù)測,結(jié)果表明,此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時(shí)間、人力、物力和財(cái)力。

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)中控制的主要指標(biāo)，其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素，常規(guī)計(jì)算混凝土強(qiáng)度的公式因個(gè)人理解的不同而各異，一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個(gè)難題，文中嘗試用人工神經(jīng)網(wǎng)絡(luò)對不同混凝土強(qiáng)度進(jìn)行預(yù)測，結(jié)果表明此模型的可靠度很高，可以用以優(yōu)化混凝土的試配，節(jié)約大量的時(shí)間、人力、物力和財(cái)力.

在分析檢測數(shù)據(jù)的基礎(chǔ)上,提取了結(jié)構(gòu)服役時(shí)間、結(jié)構(gòu)建造時(shí)間、結(jié)構(gòu)檢測時(shí)間、混凝土設(shè)計(jì)強(qiáng)度和混凝土碳化深度等特征參數(shù),建立了預(yù)測既有建筑混凝土強(qiáng)度退化的人工神經(jīng)網(wǎng)絡(luò)模型。采用動(dòng)量法和自適應(yīng)調(diào)整法改進(jìn)了bp算法;采用訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)對既有混凝土強(qiáng)度最小值和混凝土強(qiáng)度最大值進(jìn)行了預(yù)測,并與實(shí)測值進(jìn)行了對比。結(jié)果表明:利用bp神經(jīng)網(wǎng)絡(luò)對既有建筑混凝土強(qiáng)度退化進(jìn)行預(yù)測是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。

在分析普通混凝土強(qiáng)度影響因素基礎(chǔ)上,選取混凝土配料中7個(gè)因素作為輸入值,混凝土28d強(qiáng)度作為輸出值建立了混凝土強(qiáng)度預(yù)測的bp網(wǎng)絡(luò)模型。討論了模型的學(xué)習(xí)樣本、網(wǎng)絡(luò)參數(shù)對預(yù)測精度的影響,選出最佳網(wǎng)絡(luò)參數(shù)配置。實(shí)例證明模型預(yù)測精度高。

建立混凝土測強(qiáng)換算關(guān)系是混凝土結(jié)構(gòu)檢測中經(jīng)常面對的問題,然而要建立起檢測物理量與混凝土強(qiáng)度之間的函數(shù)關(guān)系并非易事。本文利用神經(jīng)網(wǎng)絡(luò)方法建立了混凝土測強(qiáng)換算的bp網(wǎng)絡(luò)模型,為混凝土結(jié)構(gòu)無損檢測中混凝土強(qiáng)度推定開辟了一條新途徑。

在傳統(tǒng)預(yù)測混凝土強(qiáng)度的基礎(chǔ)上,提出一種基于人工智能的新的預(yù)測方法,建立了兩種神經(jīng)網(wǎng)絡(luò)模型:bp神經(jīng)網(wǎng)絡(luò)和rbf神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)了從新拌混凝土成分及其特性到硬化后混凝土強(qiáng)度之間的復(fù)雜的非線性映射。通過對試驗(yàn)數(shù)據(jù)的學(xué)習(xí),網(wǎng)絡(luò)結(jié)構(gòu)可以早期預(yù)測混凝土28d抗壓強(qiáng)度。另外,還利用bp神經(jīng)網(wǎng)絡(luò)模擬分析了混凝土成分質(zhì)和量的變化對抗壓強(qiáng)度的影響,其結(jié)果符合已知的經(jīng)典混凝土強(qiáng)度變化規(guī)律,表明神經(jīng)網(wǎng)絡(luò)模型具有較高的精度和較強(qiáng)的泛化能力。

作為混凝土主要力學(xué)性能指標(biāo)，混凝土的抗壓強(qiáng)度很大程度上決定建筑工程的質(zhì)量。混凝土抗壓強(qiáng)度預(yù)測也一直是國內(nèi)外研究的重點(diǎn)。本文在參考國內(nèi)外已有文獻(xiàn)的基礎(chǔ)上，借助matlab數(shù)學(xué)工具建立混凝土抗壓強(qiáng)度預(yù)測的bp人工神經(jīng)網(wǎng)絡(luò)模型，對混凝土抗壓強(qiáng)度進(jìn)行預(yù)測，同時(shí)將預(yù)測得到的結(jié)果和concretecompressivestrength數(shù)據(jù)集進(jìn)行對比，驗(yàn)證模型的正確性。并通過改變影響混凝土強(qiáng)度的各種因素的值對它們對混凝土抗壓強(qiáng)度的影響進(jìn)行探討。

在闡述bp人工神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,針對影響強(qiáng)度的主要因素,建立了多因子混凝土抗壓強(qiáng)度3層bp網(wǎng)絡(luò)模型,以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細(xì)集料含量及置放天數(shù)作為模型輸入?yún)?shù),混凝土抗壓強(qiáng)度值作為模型的輸出,對混凝土抗壓強(qiáng)度進(jìn)行了預(yù)測。實(shí)驗(yàn)結(jié)果表明:所建bp神經(jīng)網(wǎng)絡(luò)混凝土抗壓強(qiáng)度預(yù)測模型最大誤差絕對值都小于20%,平均誤差為7.33%,模型具有較高預(yù)測精度。

為了預(yù)測混凝土的抗壓強(qiáng)度,在分析bp、rbf神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,提出用bp、rbf神經(jīng)網(wǎng)絡(luò)模擬混凝土抗壓強(qiáng)度與攪拌機(jī)各主要影響參數(shù)間關(guān)系的方法。根據(jù)攪拌機(jī)的實(shí)際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡(luò)模型,通過19組試驗(yàn),驗(yàn)證了2種模型的可靠性。結(jié)果表明,實(shí)測結(jié)果與預(yù)測結(jié)果相接近,該2種神經(jīng)網(wǎng)絡(luò)模型能較準(zhǔn)確地快速預(yù)測混凝土抗壓強(qiáng)度。

本文運(yùn)用均勻設(shè)計(jì)的方法進(jìn)行樹脂混凝土的配合比設(shè)計(jì),用較少的試驗(yàn)取得較好的效果;建立了樹脂混凝土的強(qiáng)度預(yù)測的神經(jīng)網(wǎng)絡(luò)模型,對試驗(yàn)的數(shù)據(jù)進(jìn)行了訓(xùn)練和仿真,預(yù)測的結(jié)果與試驗(yàn)結(jié)果吻合非常好。

在分析普通混凝土強(qiáng)度各影響因素的基礎(chǔ)上,選取6個(gè)影響因素組成輸入層,以混凝土28d強(qiáng)度作為輸出,建立徑向基函數(shù)網(wǎng)絡(luò),經(jīng)網(wǎng)絡(luò)訓(xùn)練和仿真結(jié)果對比,表明所建網(wǎng)絡(luò)結(jié)構(gòu)合理、收斂速度快、精度高,可以滿足普通混凝土強(qiáng)度預(yù)測要求,具有廣泛的應(yīng)用前景。

針對目前混凝土強(qiáng)度預(yù)測中存在的不確定性,難以自適應(yīng)性的確定神經(jīng)網(wǎng)絡(luò)隱含層,建立了基于高維云的rbf神經(jīng)網(wǎng)絡(luò)的混凝土預(yù)測模型。運(yùn)用matlab8.10進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該模型綜合考慮了影響混凝土強(qiáng)度的各種因素,能夠?qū)崿F(xiàn)預(yù)測結(jié)果的隨機(jī)性和模糊性,具有更高的預(yù)測精度,更快的訓(xùn)練速度,可以廣泛應(yīng)用于生產(chǎn)現(xiàn)場實(shí)地的混凝土強(qiáng)度預(yù)測和質(zhì)量檢驗(yàn)。

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)中控制的主要指標(biāo),其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素,常規(guī)計(jì)算混凝土強(qiáng)度的公式因個(gè)人理解的不同而各異,一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個(gè)難題,文中嘗試用人工神經(jīng)網(wǎng)絡(luò)對16種配比的混凝土進(jìn)行28d強(qiáng)度預(yù)測,結(jié)果表明此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時(shí)間、人力、物力和財(cái)力。

同條件養(yǎng)護(hù)混凝土試件強(qiáng)度與混凝土的配合比、環(huán)境溫度、養(yǎng)護(hù)時(shí)間有密切的關(guān)系,它們之間是復(fù)雜的非線性關(guān)系,采用神經(jīng)網(wǎng)絡(luò)模型方法,界定兩者之間的關(guān)系,可用于實(shí)際工程的強(qiáng)度預(yù)測。

為了克服混凝土施工中強(qiáng)度評定滯后現(xiàn)象,提出采用bp神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行粉煤灰混凝土早期強(qiáng)度預(yù)測。通過粉煤灰混凝土正交試驗(yàn),并對實(shí)驗(yàn)結(jié)果進(jìn)行極差分析,找出影響粉煤灰混凝土強(qiáng)度的主次要因素,進(jìn)而作為bp神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù),預(yù)測粉煤灰混凝土的抗壓與抗折強(qiáng)度。經(jīng)過預(yù)測值與實(shí)測值對比分析,結(jié)果表明bp神經(jīng)網(wǎng)絡(luò)技術(shù)有很好的預(yù)測精度。應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對混凝土施工中的質(zhì)量狀況及時(shí)預(yù)報(bào),有重要的技術(shù)應(yīng)用價(jià)值。

本文研究了組成再生混凝土的配合比與相應(yīng)的抗壓強(qiáng)度之間的非線性關(guān)系，利用bp神經(jīng)網(wǎng)絡(luò)，建立了預(yù)測再生混凝土抗壓強(qiáng)度的網(wǎng)絡(luò)模型。模型采用了3—8—3的網(wǎng)絡(luò)結(jié)構(gòu)模式，分別以再生骨料取代率、膠凝材料28天膠砂強(qiáng)度、水灰比作為輸入層節(jié)點(diǎn)。以再生混凝土的3天、28天、56天抗壓強(qiáng)度作為輸出層節(jié)點(diǎn)，輸入層到隱含層的轉(zhuǎn)移函數(shù)為tangsig，隱含層到輸出層的函數(shù)采用線性函數(shù)purlin。最后用實(shí)驗(yàn)室制備的12組再生混凝土的抗壓強(qiáng)度實(shí)驗(yàn)數(shù)據(jù)，對建立的模型進(jìn)行測試，結(jié)果表明，建立的bp網(wǎng)絡(luò)模型預(yù)測再生混凝土強(qiáng)度的絕對誤差均在5％以內(nèi)，具有較高精度。

在對某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測基坑開挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會(huì)遇到預(yù)測結(jié)果跳不出訓(xùn)練樣本以及訓(xùn)練時(shí)間較長的問題,提出采用matlab中的mapminmax函數(shù)進(jìn)行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對bp網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行了改進(jìn).研究結(jié)果表明:與常用的基于梯度下降原則相比,改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)間和預(yù)測誤差方面均有明顯的優(yōu)勢,采用l-m法的神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本時(shí)的迭代次數(shù)最少為74次,采用共軛梯度法的預(yù)測結(jié)果與實(shí)測結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預(yù)測值則比較均衡,預(yù)測結(jié)果相對最佳.

模糊神經(jīng)網(wǎng)絡(luò)在粉煤灰混凝土強(qiáng)度預(yù)測中的應(yīng)用——粉煤灰混凝土強(qiáng)度預(yù)測是一個(gè)典型的多變量，非線性系統(tǒng)?，F(xiàn)在預(yù)測的方法準(zhǔn)確性較差，難以在實(shí)際中被普遍應(yīng)用。本文將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，綜合利用二者的優(yōu)點(diǎn)，進(jìn)行粉煤灰混凝土強(qiáng)度的建模與預(yù)測。　　

本文在分析混凝土抗凍耐久性預(yù)測研究現(xiàn)狀的基礎(chǔ)上,結(jié)合bp人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn),利用matlab軟件建立了預(yù)測混凝土凍融環(huán)境下相對動(dòng)彈性模量的模型,并對預(yù)測結(jié)果進(jìn)行了分析。結(jié)果表明運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的預(yù)測方法操作簡便、實(shí)用性強(qiáng)且在精度上能滿足要求,該模型的建立也可為混凝土抗凍性設(shè)計(jì)、施工管理和建成后工程的運(yùn)行維護(hù)提供參考。

應(yīng)用matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱作為bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練和仿真的平臺(tái),并進(jìn)行語言編程,通過采用不同隱函數(shù)節(jié)點(diǎn)數(shù)進(jìn)行對比試驗(yàn),采用精度與誤差都合適的節(jié)點(diǎn)數(shù)進(jìn)行訓(xùn)練與預(yù)測,觀察預(yù)測的精度,并分析神經(jīng)網(wǎng)絡(luò)對抗壓強(qiáng)度結(jié)果預(yù)測的可應(yīng)用性,從而得出一些有益的結(jié)論。

高性能混凝土強(qiáng)度的預(yù)測方法大多參考普通混凝土強(qiáng)度預(yù)測方法,而對于一些高強(qiáng)度的混凝而言,一般的預(yù)測方法很難精確的確定其強(qiáng)度,利用工程手段模擬神經(jīng)網(wǎng)絡(luò)的功能,是一種新型的預(yù)測方法。

bp神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的應(yīng)用——本文提出了基坑變形預(yù)測與分析的bp神經(jīng)網(wǎng)絡(luò)方法，建立了基坑變形預(yù)測分析的模型，應(yīng)用matlab語言編制計(jì)算程序進(jìn)行計(jì)算并與實(shí)際工程監(jiān)測值進(jìn)行比較，從而驗(yàn)證了神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的可行性、有效性?！　?/p>