坍落度是反映混凝土和易性的一个重要的指标 ，利用 自适应模糊推理系统 ，建立 了再生混凝土的坍落度预测模型。该模 型输入层为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。采用建立的 ANFIS模型对试验结果进行预测时 ，先对再生 混凝土输入数据进行标准化处理 ，同时对预测结果与试验结果相比较。结果表明：所建立的再生混凝土的坍落度的ANFIS模型的预 测精度高达 97％以上 ；采用自适应模糊推理系统可以实现再生混凝土坍落度的准确预测，为再生混凝土的研究提供了一种新的方法。 关键词 ： 自适应模糊推理 ；坍落度 ；再生混凝土 ；预测 中图分类号 ： TU528．01 文献标志码： A 文章编号： 1002—3550(2014)o8—0035—03 Adaptivefuzzy inferencem odelonrecycledconcreteslump YAN Chunling1,2,3，ZHANGAiling’ (1．SchoolofCivilEngineering，ZhengzhouUniversity，Zhengzhou450002，China； 2．SchoolofCivilandArchitecturalEngineering，Anyan gInstituteofTechnology，Anyang455000，China； 3．EngineeringandTechnologyResearchCenteronStructureDetectionandReinforcementofAnyangCity，Anyang455000，China) Abstract： Slumpisan impo~an tindicatoroftheworkabilityofconcrete．A predictivemodelofrecycledconcreteslumpisestablished byusingadaptivefuzzyinferencesystem．TheinpuRinglayerwasthemixproportionsofrecycledconcrete；theoutputtinglayerwasthere— cycledconcreteslump．ThemodelturnedtheinputtingdataintostandardizeddatabeforepredictingtheresultsofthetestbyANFIS，W hile thepredictedresultswerecomparedwithexperimentalresults，theresultsshowedthepredictionaccuracyofrecycledconcreteslumpisup to97％ byANFISmode1．Adaptivefuzzyinferencesystem Can achievetheaccuratepredictionforrecycledconcreteslumpanditcallpro— videanew methodtothestudyofrecycledconcreteslum p． Keyw ords： adaptivefuzzy inference；slump；recycledconcrete；prediction (】 引言近年来 ，我 国建筑 垃圾 的数量 已占到城市 垃圾含量 的 30％～40％，其 中 50％～60％为废 弃混 凝 土[”。在 进行 建筑垃圾的处理方面 ，大部分采用填埋地下或露天堆放 的 方式 ，这样不仅浪费 了资源 ，且污染 了环境 。因此 ，开展再 生混凝 土 的研究 成了各高校 和研究机构 的重要课 题 ，同 时 ，对大量建筑 垃圾进行循环 再利用也 被看作 为发展绿 色混凝 土的主要措施 之一[2]。近 年来 ，各 国学 者对再生混 凝土 的各种性能进行了相关的研究 ，并取得 了一些重要 的 研究成果 。在我 国 ，肖建庄 s1研究 了再 生混凝土 的抗 压强度 与再生粗骨料取代率 、水灰 比 、龄期 以及表观 密度 之 间的关系 ；骆行文等[6]在进行再生混凝 土的全应力 一应 变试验 过程 中同步测试 了其超 声波传播 特征参数 ，研究 了再生 混凝土声波传播特征参数 随再生混凝土轴 向压缩 变形的变化规律 ；孙浩 等f7】对再生混凝 土的抗气渗性和抗 碳化性能进 行 了研究 ，得 出了再生 混凝土 的抗气 渗性和 抗碳化性 能之间具有一 定 的相关性 ，但两 者均较普 通混 凝土差 的结论 。 目前 ，有关再 生混凝土的坍 落度的研究相对较少 ，而 坍落度是反映混凝土和易性的一个重要 的指标 ，是判定再 生混凝土工作性能 的关键因素之一 。因再生混凝土的地域 性 、组成成分及配合 比等差 异 ，坍落度如完全 由试验测定 ， 既浪费了大量的原材料 ，又耗费的大量 的人力和物力 ，因此 ， 预测再生混凝土的坍落度具有重要的现实意义。文献[8]利 用 BP神经网络法 ，建立了再生混凝土的坍落度预测模型 ， 尽管精度 满足要求 ，但训练次数近 70000次 。最新研究表 明 ，由人 工神经 网络和模糊推理 相结合构 成 的 自适 应模 糊推理 系统 ANFIS能够考虑多个影响再生混凝土坍落度 的 因素 ，且 具有收敛速 度快 、稳定 性能好 、预测精度 高等

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！