人工神經(jīng)網(wǎng)絡(luò)在自密實混凝土抗壓強度預(yù)測中的應(yīng)用

為了預(yù)測混凝土的抗壓強度,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(luò)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(yù)測結(jié)果相接近,該2種神經(jīng)網(wǎng)絡(luò)模型能較準確地快速預(yù)測混凝土抗壓強度。

免振搗混凝土的配合比的不同對其抗壓強度有很大影響,為了解決免振搗混凝土抗壓強度預(yù)測問題,采用bp神經(jīng)網(wǎng)絡(luò)方法通過免振搗混凝土不同配合比訓練網(wǎng)絡(luò)預(yù)測其抗壓強度,結(jié)果表明bp神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點數(shù)目對預(yù)測精度有較大影響.通過分析得出采用bp神經(jīng)網(wǎng)絡(luò)對免振搗混凝土抗壓強度預(yù)測是可行的.

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(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(yù)測。實驗結(jié)果表明:所建bp神經(jīng)網(wǎng)絡(luò)混凝土抗壓強度預(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。

鋼筋混凝土廣泛應(yīng)用于土木工程領(lǐng)域,隨著近年來交通土建行業(yè)的飛速發(fā)展,其應(yīng)用越來越廣泛。本文通過實際工程中積累的強度檢測數(shù)據(jù),用matlabr2015b軟件編程,實現(xiàn)基于bpnn神經(jīng)網(wǎng)絡(luò)的混凝土強度預(yù)測擬合算法。結(jié)果表明,通過預(yù)測結(jié)果與試驗實測結(jié)果對比,根據(jù)預(yù)測模型得出的相對誤差絕對值都在10%左右；基于bpnn神經(jīng)網(wǎng)絡(luò)的混凝土抗壓強度預(yù)測可用于混凝土配合比的確定,提高配制效率。

采用基于levenberg-marquardt算法的bp神經(jīng)網(wǎng)絡(luò),構(gòu)建珊瑚混凝土抗壓強度預(yù)測模型,并使用考慮交互作用的正交設(shè)計試驗l27(313)優(yōu)化模型參數(shù)。試驗結(jié)果表明:隱含層神經(jīng)元數(shù)目和調(diào)整量初始值對網(wǎng)絡(luò)性能影響顯著,且二者間存在交互作用。經(jīng)驗證,參數(shù)優(yōu)化后的模型預(yù)測誤差小,預(yù)測結(jié)果可靠,可為配合比設(shè)計和優(yōu)化提供指導。

為了有效提高混凝土抗壓強度的預(yù)測精準度,利用粒子群算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值,建立了混凝土抗壓強多因子pso-bp預(yù)測模型。模型以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細集料的含量以及置放天數(shù)為輸入?yún)?shù),混凝土抗壓強度值作為輸出參數(shù),不僅可以克服bp算法收斂速度慢和易陷入局部極值的缺陷,而且模型的學習能力、泛化能力和預(yù)測精度都有了很大的提高。以uci數(shù)據(jù)庫中的concretecompressivestrength數(shù)據(jù)集為例進行仿真測試,結(jié)果表明:pso-bp模型預(yù)測精度較bp、ga-bp模型分別提高了8.26%和2.05%,驗證了pso-bp模型在混凝土抗壓強度預(yù)測中的有效性。

本文采用誤差反向傳播神經(jīng)網(wǎng)絡(luò)(bp)建立了混凝土抗壓強度的預(yù)測模型,在不同的誤差目標值及隱含層節(jié)點數(shù)條件下,探討模型的預(yù)測精度。實驗結(jié)果表明,當誤差目標值設(shè)定為0.01、隱含層節(jié)點數(shù)為3時,模型的預(yù)測精度最高,平均誤差百分數(shù)為6.6%。當誤差目標值設(shè)定較大時,樣本的預(yù)測值與實測值會發(fā)生明顯的偏差,預(yù)測效果不佳。

通過研究再生粗骨料取代率、水灰比對再生保溫混凝土抗壓強度的影響,建立了以再生粗骨料取代率、水灰比以及混凝土表觀密度為因子的bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,旨在通過這三種因子的測量對再生保溫混凝土28d抗壓強度進行預(yù)測。試驗研究表明,當再生粗骨料取代率為50%時,再生保溫混凝土抗壓強度與混凝土拌合物表觀密度近似成線性關(guān)系,抗壓強度隨著水灰比的增大而降低；當取代率為100%時,抗壓強度與表觀密度為非線性關(guān)系,抗壓強度隨表觀密度的增大而增大,隨水灰比的增加而增加。建立的三因子bp神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值與實際值的誤差在3%以內(nèi),可用于再生保溫混凝土的抗壓強度預(yù)測。

如何在進行自密實混凝土配合比設(shè)計前對其工作性能和強度進行有效預(yù)測,為配合比設(shè)計提供指導,是一大難點。本文利用bp神經(jīng)網(wǎng)絡(luò),對自密實混凝土的工作性能(坍落度和擴展度)和28d強度進行預(yù)測。結(jié)果表明,利用大量試驗數(shù)據(jù)樣本訓練的bp網(wǎng)絡(luò)可以預(yù)測不同情況下的自密實混凝土的坍落度、擴展度和28d強度,預(yù)測精度高。

如何在進行自密實混凝土配合比設(shè)計前對其工作性能和強度進行有效預(yù)測,為配合比設(shè)計提供指導,是一大難點。利用bp神經(jīng)網(wǎng)絡(luò),對自密實混凝土的工作性能(坍落度和擴展度)和28d強度進行預(yù)測。結(jié)果表明,利用大量試驗數(shù)據(jù)樣本訓練的bp網(wǎng)絡(luò)可以預(yù)測不同情況下的自密實混凝土的坍落度、擴展度和28d強度,預(yù)測精度高。

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)訓練和仿真的平臺,并進行語言編程,通過采用不同隱函數(shù)節(jié)點數(shù)進行對比試驗,采用精度與誤差都合適的節(jié)點數(shù)進行訓練與預(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。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)綜合考慮了高強度、高性能混凝土強度的各種影響因素,可用于預(yù)測混凝土強度。本文選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值,建立起混凝土強度預(yù)測bp網(wǎng)絡(luò)模型,進而對混凝土配合比強度實驗數(shù)據(jù)進行分析預(yù)測,結(jié)果效果良好。表明該方法用于高性能混凝土強度預(yù)測方面是可行的。

混凝土強度是結(jié)構(gòu)設(shè)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、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(luò)則能很好地解決這個難題。嘗試用人工神經(jīng)網(wǎng)絡(luò)對16種配比的混凝土進行28d強度預(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)約大量的時間、人力、物力和財力。

采用神經(jīng)網(wǎng)絡(luò)方法對自密實混凝土受彎梁的正截面承載力進行模擬.以影響自密實混凝土梁受彎承載力的主要因素(抗壓強度、截面尺寸、配筋率等)為參數(shù),以構(gòu)件的受彎極限承載力為網(wǎng)絡(luò)輸出,建立多層前饋神經(jīng)網(wǎng)絡(luò)來描述其非線性關(guān)系.利用不同研究者的32組試驗數(shù)據(jù)對網(wǎng)絡(luò)進行訓練和測試.測試表明,建立的神經(jīng)網(wǎng)絡(luò)模型對32組試驗數(shù)據(jù)具有良好的模擬精度,可作為預(yù)測自密實混凝土梁受彎承載力的一種新的計算方法.

自密實混凝土流動性試驗及其神經(jīng)網(wǎng)絡(luò)預(yù)測研究——在對不同配合比情況下新拌自密實混凝土的流動性進行了試驗研究的基礎(chǔ)上，利用matlab的神經(jīng)網(wǎng)絡(luò)工具箱對試驗結(jié)果進行了人工神經(jīng)網(wǎng)絡(luò)預(yù)測分析。研究表明利用人工神經(jīng)網(wǎng)絡(luò)數(shù)值模型能夠較好地預(yù)測新拌自密實混凝土的...

在進行了正交試驗的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡(luò)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)。

主要論述了對普通混凝土的改進,改進為低強度的自密實混凝土以解決工程中混凝土施工出現(xiàn)的:早期強度不高、易開裂、漏振等引起的工程質(zhì)量問題。

混凝土強度是結(jié)構(gòu)設(shè)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(luò)則能很好地解決這個難題,文中嘗試用人工神經(jīng)網(wǎng)絡(luò)對16種配比的混凝土進行28d強度預(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)約大量的時間、人力、物力和財力。

同條件養(yǎng)護混凝土試件強度與混凝土的配合比、環(huán)境溫度、養(yǎng)護時間有密切的關(guān)系,它們之間是復雜的非線性關(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,可用于實際工程的強度預(yù)測。

利用bp神經(jīng)網(wǎng)絡(luò)法,建立了再生混凝土的抗壓強度預(yù)測模型。該模型采用了3層網(wǎng)絡(luò)結(jié)構(gòu)模式,輸入層采用再生混凝土的配合比數(shù)據(jù),輸出層為再生混凝土,置放7、28、56、90d的強度數(shù)據(jù),模型的轉(zhuǎn)移函數(shù)均采用單極性sigmoid函數(shù)。由于sigmoid函數(shù)值為[0,1],因此,對再生混凝土輸入數(shù)據(jù)進行歸一化處理。最后,設(shè)計了33塊再生混凝土的抗壓強度試驗,利用試驗數(shù)據(jù)對網(wǎng)絡(luò)模型進行測試,測試的結(jié)果證實了該模型對再生混凝土的強度預(yù)測值與實際測試結(jié)果基本相符。

建立混凝土測強換算關(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度推定開辟了一條新途徑。

c15c20c25c30c35c40c45 試驗值2.252.73.153.553.94.34.65 標準值1.72.12.52.853.23.53.8 設(shè)計值1.261.761.82.12.362.62.8 標準值1013.416.720.123.426.829.6 設(shè)計值7.29.611.914.316.719.121.1 標準值1.271.541.782.012.22.392.51 設(shè)計值0.911.11.271.431.571.711.8 彈性模量2.22.552.833.153.253.35 抗剪強度 抗壓強度 抗拉強度 c50c55c60 55.35.6 3.944.1 2.92.963.1 32.435.538.5 23.125.3