混凝土强度预测的混合神经网络模型

资料大小：300KB
资料类型：.PDF
资料等级：
发布时间：2021-09-19

资料介绍

混凝土强度预测的混合神经网络模型
丁声荣，霍艳华，姜新佩
(1．南昌大学科学技术学院，江西南昌330029；
2．河北工程大学，河北邯郸056038)
摘要：针对由于混凝土配方的多样性，直接利用神经网络模型对其进行强度预测存在精度差和收敛差的缺点，采用多种神
经网络模型相结合的方法，建立了混凝土强度预测的混合神经网络模型。模型的建立主要包括以下三个过程：(1)建立混凝
土强度影响参数样本数据库；(2)利用自组织神经网络对样本数据分类；(3)以混凝土原材料和制作工艺为输入参数，混凝土
最终性能为输出参数，训练双并联神经网络模型。通过实例验证了模型的可靠性。
关键词：混凝土强度预测；自组织神经网络；双并联神经网路
中图分类号：TU528 文献标识码：A 文章编号：1008—1933(2010)06—188—04
The mix neutral network model for prediction of concrete strength
DING Shengrong ，HUO Yanhua ，JIANG Xinpei
(1．College of Science and Technology，Nanchang University，Nanchang 330029，China；
2．Hebei University of Engineering，Handan 056038，China)
Abstract：It has a low accuracy to forecast concrete strength utilizing neutral network prediction model directly，in order tO overcome this
shortcoming，the mix neutral network were built to forecast the concrete strength．The process of the system included three steps：first，
established the database of the concrete strength iIrfluenced parameter；second，the sample data is grouped according to its distribution
based on self-organizational neutral network model；third，in base of using raw material of concrete as model input parameter and the
concrete strength as output parameter，the double parallel feed—forward neutral network model for prediction of concrete strength Was
established．The model was reliable，and the suitable software was program med．
Key words：prediction of concrete strength；self-organizational neutral network model；the double parallel feed—forward neutral network
mode1
0 引言
在混凝土领域，强度作为主要的性能指标之一，
长期以来一直受到人们的重视，而评价混凝土强度
需要测试其28 d强度，测试周期太长，不能满足施
工要求 ]。近20年来，根据混凝土配合比、养护条
件、外加剂、早期强度等因素的回归分析方法进行强
度预测，已进行了深入研究。但由于混凝土强度影
响因素众多、相互作用呈非线性，难以得到满意的结
果。在配合比优化设计方面，普通四组分混凝土有
明确的设计公式可用 ]，但多组分混凝土的出现，
使得传统的方法已不再适用。
近年来，随着“人工神经网络”研究的兴起，由
收稿日期：2009-02-23
作者简介：丁声荣(1981一)，男，江西兴国人，硕士，讲师，主要从事
混凝土和结构工程教学及研究。
基金项目：河北省建设厅建工新产品基金资助项日(2004—113)
E—mail-xiaoding1981@ 126．com
于其非线性处理能力强，不需要明确的函数关系式
等优点而得到广泛应用。已有研究表明，采用人
工神经网络技术进行混凝土强度预测，具有适应性
强、准确有效等优点，模型多采用BP网络和RBF网
络模型，但目前BP网络存在局部极小值及收敛速
度慢的欠缺，针对这个缺点，笔者曾做过相应研
究_5 J，但建立的小样本数据，本文针对一个地区的
大样本数据情形，建立混凝土强度预测的混合网络
模型。首先考虑各种强度影响参数建立样本数据
库，然后采用自组织神经网络