利用 BP神经网络法，建立了再生混凝土的坍落度预测模型 ，该模型采用了三层 网络结构模式，输入层采用再生混凝土 的配合比数据，输出层为再生混凝土坍落度数据 ，模型的转移函数均采用单极性 Sigmoid函数 ，由于 Sigmoid函数值为[O，1】间，因 此 ，对再生混凝土输入数据 的归一化处理 。通过再生混凝土坍落度的大量试验 ，将试验结果与网络模型预测结果进行比对 ，证实 了该模型对再生混凝土的坍落度预测值与实际试验结果相符合，可以为试验及生产提供参考。 关键词： 再生混凝土 ；神经网络；坍落度；数学模型 中图分类号 ： TU528．01 文献标志码： A 文章编号 ： 1002—3550(2013)06—0081—03 Predictionaboutrecycledconcretecarbonationslum p SUN Yali，LIA 0Xiaohui，L／Yah (CollegeofCi~lEngineeringandArchitecture．QuzhouUniversity，Quzhou324000，China) Abstract： ThroughthemethodofBP neutralnetwork．thearticleconsfimtedforecastmodelaboutrecycledconcreteslump．Themode l wasthree—layernetw ork structurepattern．Theinputting-layer wasthemixproportionsofrecycledconcrete．Theoutputting-layerwasthe recycledconcreteslump．Themodel’StransferfunctionwasSigmoidfunctionandtheresultofSigmoidwasin[O，1]．Sothearticletumedthe inputingdataintothedatain[0，1】．nIeexperimentalworkfortherecycledconcreteslumpwasdesignedandperformed．Thearticlecontrast themode lpredictiondata withtheexperimentalda ta．andthenconfirmedthatforecastresultsWas matchwithexperimentalresultsan dit couldprovidethereferencedforexperimentationan dman ufacture． KeyW Ords： recycledconcrete；neuralnetw ork；slump；mathematicmode l O 引言建筑业的快速发展 ，产生 了大量 的建筑 垃圾 ，其 中大 部分是废弃 的混凝土。废弃混凝土的再生利用 ，不仅可以缓 解混凝土的供需矛盾 ，也能减轻废弃混凝土对环境 的污染 。 再生混凝土 的研究利用 ，国内外 已经有 了较多的研究 ，如 日本在 20世纪 90年代 已经对再生混凝 土的吸水性 、强度 、 配合 比、干缩性 、耐冻性进行 了系统的研究[1-2]。美国通过对 密执安州 的两条用再 生混凝 土铺 筑的公路进行再生骨料 混凝土干缩性能的试验研究表明 ，再生骨料混凝土的干缩 率大于天然骨料混凝土[3]。欧洲的丹麦 、荷兰等国家 已经十 分重视废弃混凝土的再生利用 ，德 国也广 泛将再生混凝 土用于公路 的建设 [习。我 国对再生混凝土的研究起步较晚 ， 1997年 ，上海市建筑构件公司利用建筑工地爆破拆 除的基 坑支护等废弃混凝 土制作混凝 土空心砌块 ；上海市政工程 局以再生混凝土作为高等级公路面层下的主要承重层网。 和易性是混凝土拌合物的重要性能，是再生混凝土配 合 比设计 中的主要准则之一 ，测定和表示再 生混凝土 的和 易性的一个主要指标就是坍落度，是评判再生混凝土工作 性能的关 键因素 。由于砂 、石 、粉煤灰 、水泥等材料具有随 栅性，由具体的试验来测定坍落度 ，耗费大量的建筑原材料 ， 同时也耗费大量的人力 ，因此 ，有各种建筑原材料之间的配 合 比来预测再生混凝土的坍落度具有重要 的现实意义。 目前 ，已经有许多的学者对混凝土 的坍落度的预测方 面进行 了大量的研究 ，如文献[7】采用基于数理统计 的线性 回归方法对混凝土的坍落度进行研究 ，由于混凝 土的配合 比呈现高度非线性关系，选择合适的回归方程非常的困难。 人工神经网络具有 自学习和 自适应的能力 ，可以通过预先 提供的一批相互对应的输入一输 出数据 ，分析掌握两者之间 潜在 的规律 ，最终根据 这些规律 ，用新 的输人 数据来 推算 输 出结果 ，并在较 多领 域得到 了应用[8_10]。由此 ，本试 验选 取水泥 、粉煤灰 、水 、砂 、石 、再生骨料及减水剂等影响再生 混凝土坍落度的具体指标作为参数 ，采用 BP．神经网络实 现再生混凝土坍落度的准确预测 。 1 数 学建模 BP神经 网络是 目前使用最广泛 的神经网络 ，可以解决 非线性映射问题[11羽。再生混凝土的坍落度，在原材料的配

因本站资料资源较多，启用了多个文件服务器，如果浏览器下载较慢，请调用迅雷下载，特别是超过了5M以上的文件！请一定调用迅雷，有时候速度就会飞起哦，如果您的浏览器自动加载了PDF预览，文件太大又卡死，请按下载说明里的把PDF插件关闭了就可以直接下载，不会再预览了！