基于人工神經(jīng)網(wǎng)絡(luò)的HPC強(qiáng)度預(yù)測.pdf

1、混凝土強(qiáng)度是衡量混凝土性能的重要指標(biāo)之一，發(fā)展合理精確的混凝土強(qiáng)度預(yù)測技術(shù)能夠節(jié)約時間及成本，對工程實(shí)際具有重大意義。
　　然而高性能混凝土(HPC)中由于礦物摻合料和外加劑的廣泛應(yīng)用，其組成和性能之間的關(guān)系日益復(fù)雜，使其強(qiáng)度的預(yù)測成為一個典型的多變量、非線性系統(tǒng)。采用傳統(tǒng)的預(yù)測方法準(zhǔn)確性較低，難以在實(shí)際中被普遍推廣應(yīng)用。因此，迫切需要用新思維、新方法和新技術(shù)來探索混凝土規(guī)律、預(yù)測高性能混凝土強(qiáng)度在實(shí)際工程生產(chǎn)中就具有十分重要的意

2、義。
　　為解決傳統(tǒng)預(yù)測方法的不足，近年來以人工神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)得到了越來越多的重視，在混凝土強(qiáng)度預(yù)測中取得了較為理想的效果。
　　故本文通過建立起HPC的組成材料與其強(qiáng)度之間的直接映射關(guān)系，建立了不同人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型對HPC強(qiáng)度進(jìn)行預(yù)測，研究結(jié)果表明利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行高性能混凝土的強(qiáng)度預(yù)測是實(shí)用可行的，本文所提出的幾種預(yù)測模型均得到了較好的預(yù)測效果。
　　對于三種單一神經(jīng)網(wǎng)絡(luò)預(yù)測模型而言，BP神經(jīng)網(wǎng)

3、絡(luò)和 RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測精度均優(yōu)于GRNN神經(jīng)網(wǎng)絡(luò)，而RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果與實(shí)際強(qiáng)度最為接近。
　　另外，本文所提出的一種基于 RBF-BP復(fù)合神經(jīng)網(wǎng)絡(luò)的預(yù)測模型應(yīng)用于 HPC的強(qiáng)度預(yù)測中也是行之有效的。與三種單一神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測結(jié)果相比，復(fù)合神經(jīng)網(wǎng)絡(luò)模型具有更高的預(yù)測精度。
　　本文最終提出一種PSO-RBF神經(jīng)網(wǎng)絡(luò)非線性組合預(yù)測模型，其預(yù)測效果既優(yōu)于任何一種單項預(yù)測模型，也優(yōu)于線性組合預(yù)測模型。它充分利用了各