典型文献
高性能混凝土碳化试验及人工神经网络碳化深度预测模型
文献摘要：
为准确预测混凝土的碳化深度,开展了不同水灰比、粉煤灰掺量、矿渣掺量混凝土的制备与碳化深度测试,进行了数据采集.根据数据及BP算法,建立了3-7-1型三层BP网络,包含三因子网络输入量(水灰比、粉煤灰掺量、矿渣掺量)及单因子网络输出(碳化深度),提出了基于人工神经网络的混凝土碳化深度预测模型.采用最小二乘法建立了线性及伪线性两种预测模型与人工神经网络预测模型进行对比.结果显示:基于BP神经网络建立的混凝土碳化深度预测模型,相比较于常用的最小二乘法线性、伪线性模型更适用于多因素影响条件下的混凝土碳化深度预测,误差仅为线性模型的63.6％,伪线性模型的61.9％,采用BP神经网络能达到理想的预测结果.
文献关键词：
混凝土;碳化深度;BP人工神经网络;最小二乘法;预测模型
中图分类号：
作者姓名：
徐飞;张凯;陈正;陈犇
作者机构：
南宁轨道交通集团有限责任公司,广西 南宁 530029;广西桂物机电集团有限公司,广西 南宁 530000;广西大学土木建筑工程学院 工程防灾与结构安全教育部重点实验室,广西 南宁 530004;广西大学广西防灾减灾与工程安全重点实验室,广西 南宁 530004
文献出处：
引用格式：
[1]徐飞;张凯;陈正;陈犇-.高性能混凝土碳化试验及人工神经网络碳化深度预测模型)[J].混凝土,2022(05):57-60
A类：
伪线性模型
B类：
高性能混凝土,混凝土碳化,碳化试验,碳化深度预测,准确预测,水灰比,粉煤灰掺量,矿渣,深度测试,三因子,子网络,输入量,单因子,人工神经网络预测,神经网络预测模型,法线,多因素影响,影响条件
AB值：
0.199606
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
