基于BP神經(jīng)網(wǎng)絡高性能混凝土早齡期自干燥收縮預測

在工作度和抗壓強度研究的基礎(chǔ)上,對比研究了不同纖維類型(玻璃纖維、聚丙烯纖維、鋼纖維和混雜纖維)及摻量對高性能混凝土早齡期塑性開裂的影響。結(jié)果表明,單摻纖維或摻入混雜纖維可明顯提高高性能混凝土的早齡期(1d)抗壓強度;聚丙烯纖維和鋼纖維可有效減小高性能混凝土早齡期塑性收縮裂縫的面積及寬度;二元混雜纖維比單一摻入玻璃纖維、聚丙烯纖維或鋼纖維具有更好的限裂效果。

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

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

本文在分析混凝土抗凍耐久性預測研究現(xiàn)狀的基礎(chǔ)上,結(jié)合bp人工神經(jīng)網(wǎng)絡的特點,利用matlab軟件建立了預測混凝土凍融環(huán)境下相對動彈性模量的模型,并對預測結(jié)果進行了分析。結(jié)果表明運用人工神經(jīng)網(wǎng)絡的預測方法操作簡便、實用性強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計、施工管理和建成后工程的運行維護提供參考。

混凝土強度是結(jié)構(gòu)設計中控制的主要指標，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)計算混凝土強度的公式因個人理解的不同而各異，一種仿生模型—人工神經(jīng)網(wǎng)絡則能很好地解決這個難題，文中嘗試用人工神經(jīng)網(wǎng)絡對不同混凝土強度進行預測，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)約大量的時間、人力、物力和財力.

為了預測混凝土的抗壓強度,在分析bp、rbf神經(jīng)網(wǎng)絡原理的基礎(chǔ)上,提出用bp、rbf神經(jīng)網(wǎng)絡模擬混凝土抗壓強度與攪拌機各主要影響參數(shù)間關(guān)系的方法。根據(jù)攪拌機的實際工作狀況,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)絡模型,通過19組試驗,驗證了2種模型的可靠性。結(jié)果表明,實測結(jié)果與預測結(jié)果相接近,該2種神經(jīng)網(wǎng)絡模型能較準確地快速預測混凝土抗壓強度。

在分析檢測數(shù)據(jù)的基礎(chǔ)上,提取了結(jié)構(gòu)服役時間、結(jié)構(gòu)建造時間、結(jié)構(gòu)檢測時間、混凝土設計強度和混凝土碳化深度等特征參數(shù),建立了預測既有建筑混凝土強度退化的人工神經(jīng)網(wǎng)絡模型。采用動量法和自適應調(diào)整法改進了bp算法;采用訓練好的bp神經(jīng)網(wǎng)絡對既有混凝土強度最小值和混凝土強度最大值進行了預測,并與實測值進行了對比。結(jié)果表明:利用bp神經(jīng)網(wǎng)絡對既有建筑混凝土強度退化進行預測是可行的,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。

為準確預測澆注式導電瀝青混凝土的融冰效果,基于300組試驗樣本數(shù)據(jù),以環(huán)境溫度、結(jié)構(gòu)層厚度及通電時間為輸入層,以融冰體積為輸出層,建立了bp神經(jīng)網(wǎng)絡澆注式導電瀝青混凝土融冰效果預測模型,并采用pearson相關(guān)性檢驗方法驗證了預測模型的準確性。結(jié)果表明:不同環(huán)境條件下,bp神經(jīng)網(wǎng)絡預測模型的相對誤差在2.1%以內(nèi),其相關(guān)系數(shù)r介于0.9955~0.9965之間,擬合優(yōu)度r~2介于0.9910~0.9930之間,預測結(jié)果準確、可靠性強。

本文討論了如何應用人工神經(jīng)網(wǎng)絡（ann）方法預測高性能道面混凝土的抗折強度，詳細論述了采用bp算法建立抗折強度網(wǎng)絡模型的過程。仿真實例表明，bp網(wǎng)絡可成功地反映混凝土抗折強度的非線性規(guī)律，且預測精度相對較高。

膨脹混凝土干燥收縮落差的研究

混凝土磚砌體濕脹干縮是引起該砌體建筑易裂的主要因素之一。通過參照相關(guān)的標準,采用理論分析和實驗驗證的方法對混凝土磚的干縮性能的含義進行解釋,進而闡述干縮率和吸水率、含水率、環(huán)境濕度、溫度、相對含水率的關(guān)系。

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

研究了混凝土表觀密度、水灰比、輕集料品種、不同礦物摻合料對輕集料混凝土收縮特性的影響,實驗結(jié)果表明:輕集料混凝土干燥收縮隨著水灰比降低、表觀密度提高、集料吸水率的增大而減小,粉煤灰、磨細礦渣粉等礦物摻合料的摻入改善了輕集料混凝土的收縮,并且隨著摻量的增加,收縮率呈降低的趨勢。

對混凝土多孔磚試塊進行了連續(xù)60d干燥收縮變形的試驗,通過對其在標準養(yǎng)護和自然養(yǎng)護環(huán)境中收縮性能的研究,分析了環(huán)境溫度、相對濕度及齡期對混凝土多孔磚收縮變形的影響,并提出了考慮這些因素的混凝土多孔磚收縮變形估算公式。研究結(jié)果可為我國混凝土多孔磚在工程中的應用提供參考依據(jù)。

通過對人工神經(jīng)元及bp網(wǎng)絡的簡要介紹,結(jié)合三峽工程大壩混凝土試驗實測數(shù)據(jù),應用人工神經(jīng)網(wǎng)絡的理論和方法,利用matlab語言編制了基于神經(jīng)網(wǎng)絡理論的混凝土抗裂指標預測程序,實現(xiàn)了對混凝土抗裂指標值的預測,證明了人工神經(jīng)網(wǎng)絡在混凝土抗裂指標預測方面的可行性與可靠性。

在進行了正交試驗的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡方法,建立混凝土的氯離子擴散系數(shù)與混凝土配比六個參數(shù)之間的非線性映射關(guān)系,研究各個參數(shù)對混凝土抗?jié)B性能的影響,該研究成果可以減少混凝土試配次數(shù),節(jié)約大量的人力、物力和時間,為高性能混凝土的研究發(fā)展奠定了基礎(chǔ)。

在分析普通混凝土強度影響因素基礎(chǔ)上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網(wǎng)絡模型。討論了模型的學習樣本、網(wǎng)絡參數(shù)對預測精度的影響,選出最佳網(wǎng)絡參數(shù)配置。實例證明模型預測精度高。

針對目前混凝土強度預測中存在的不確定性,難以自適應性的確定神經(jīng)網(wǎng)絡隱含層,建立了基于高維云的rbf神經(jīng)網(wǎng)絡的混凝土預測模型。運用matlab8.10進行仿真實驗。實驗結(jié)果表明該模型綜合考慮了影響混凝土強度的各種因素,能夠?qū)崿F(xiàn)預測結(jié)果的隨機性和模糊性,具有更高的預測精度,更快的訓練速度,可以廣泛應用于生產(chǎn)現(xiàn)場實地的混凝土強度預測和質(zhì)量檢驗。

本文結(jié)合住宅房地產(chǎn)的價格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學地選取影響商品住宅價格的影響指標為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡預測的實現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡在預測海口市商品住宅價格的應用,得到2018年6月-2019年5月商品住宅價格預測值,對?？谑猩唐纷≌瑑r格的研究具有一定的指導作用。

利用matlab建立bp神經(jīng)網(wǎng)絡,將影響建筑能耗的18個因素作為網(wǎng)絡的輸入,進行學習訓練,最后通過測試樣本點數(shù)據(jù)預測建筑能耗,與dest-h模擬計算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實例驗證了該網(wǎng)絡模型的準確性。該方法使建筑人員在設計階段就能快速且準確地獲得設計建筑的能耗。

進度控制作為項目管理的主要內(nèi)容，如何對施工進度進行有效的預測將有重要的現(xiàn)實意義，應用bp神經(jīng)網(wǎng)絡技術(shù)對工程進度進行預測，得到的預測值比線性方法更準確，精度更高。

文章通過分析調(diào)查影響自貢房地產(chǎn)市場的主要因素,基于bp神經(jīng)網(wǎng)絡,結(jié)合自貢住宅市場的實際情況,建立兩類bp神經(jīng)網(wǎng)絡預測模型:基于時間序列的趨勢預測模型、基于影響因素的回歸預測模型,預測了自貢房地產(chǎn)市場價格走勢。模擬預測2010年的結(jié)果證明了2011年房價預測的有效性,可為自貢城市建設的可持續(xù)發(fā)展提供有價值的指導意見。