智能方法在水泥性能分析中的應(yīng)用研究.pdf

1、水泥材料不但大量應(yīng)用于工業(yè)與民用建筑，還廣泛應(yīng)用于交通、城市市政建設(shè)、農(nóng)村水利以及海洋工程。水泥材料作為重要的原材料之一，一直受到人們的重視。根據(jù)預(yù)測，從本世紀(jì)以至更長時間，水泥以及其他膠凝材料制品仍然是主要的建筑材料。 隨著材料科學(xué)的發(fā)展，人們對水泥材料的認(rèn)識正在發(fā)生新的深刻的變化。這種變化的特點和趨勢是：1．對水泥材料本身的認(rèn)識方面正在逐漸深化，從宏觀到微觀并逐漸揭示其性能與內(nèi)部結(jié)構(gòu)的關(guān)系，從而為發(fā)展新品種，擴(kuò)大應(yīng)用領(lǐng)域提供

2、理論基礎(chǔ)；2．對水泥材料生產(chǎn)過程的規(guī)律和水化、硬化過程的規(guī)律，人們的認(rèn)識正在從經(jīng)驗上升到理論，從現(xiàn)象到本質(zhì)，從而為有效地控制水泥材料與制品的生產(chǎn)過程以及采用新工藝、新技術(shù)提供理論基礎(chǔ)。 要想正確反應(yīng)水泥水化過程中諸多復(fù)雜因素與水泥的性能，需要大量的試驗與數(shù)據(jù)分析，目前國內(nèi)外的研究技術(shù)多集中在試驗、數(shù)學(xué)模型分析以及用神經(jīng)網(wǎng)絡(luò)做數(shù)據(jù)預(yù)測等方面。很顯然，試驗的方法需要花費很大的人力、物力，數(shù)學(xué)模型分析方法主要是依據(jù)實驗數(shù)據(jù)及經(jīng)驗建立相

3、應(yīng)的數(shù)學(xué)模型，再進(jìn)行分析，誤差存在是難以避免的。而人工神經(jīng)網(wǎng)絡(luò)是一種智能信息處理技術(shù)，力圖模擬人類處理問題的方式去理解和利用信息。神經(jīng)網(wǎng)絡(luò)控制可通過對網(wǎng)絡(luò)結(jié)構(gòu)及權(quán)值處理的自動調(diào)整而實現(xiàn)非生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)的部分功能，能處理高維數(shù)、強(qiáng)干擾難建模的復(fù)雜工業(yè)過程。因此為模擬復(fù)雜條件下的水泥水化、硬化過程提供了另一種可行的方法。 但是，神經(jīng)網(wǎng)絡(luò)的應(yīng)用中存在的主要問題是學(xué)習(xí)中不具備全局搜索能力、易陷入局部極小。而遺傳算法是借鑒生物界自然選擇

4、和自然遺傳機(jī)制的隨機(jī)搜索算法，這種全局搜索能力可以優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)規(guī)則。因此，將神經(jīng)網(wǎng)絡(luò)與遺傳算法融合可有效提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力。但傳統(tǒng)的BP-GA存在迭代次數(shù)多的缺陷。因此，本文提出一種改進(jìn)的BP-GA融合算法，以解決傳統(tǒng)BP—GA算法收斂速度慢的問題。提高了網(wǎng)絡(luò)的學(xué)習(xí)性能，有效拓寬應(yīng)用領(lǐng)域。 每一種算法都有它的應(yīng)用局限性，本文研究的另一種算法是粒子群優(yōu)化算法。它是基于群體智能理論的優(yōu)化算法，是一種種群的全局搜索策略

5、。它是通過群體中粒予間的合作與競爭產(chǎn)牛的群體智能指導(dǎo)優(yōu)化搜索。因此，將神經(jīng)網(wǎng)絡(luò)與粒子群算法融合也可有效克服神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的可靠性低的問題。但傳統(tǒng)BP—PSO算法一般只訓(xùn)練網(wǎng)絡(luò)的權(quán)值和閾值，存在冗余度高、收斂速度慢的缺陷。因此，本文采用一種動念慣性因子并精簡網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)BP-PSO算法，有效解決這此問題。 本論文擬用計算機(jī)智能分析方法，其中主要是神經(jīng)網(wǎng)絡(luò)、遺傳算法、粒子群算法等一系列改進(jìn)優(yōu)化算法加以融合，建立神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的模型，在