期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于BP网络的混杂纤维混凝土强度预测
被引量：
1
原文传递
导出
摘要
文章利用混杂纤维混凝土抗压抗折强度试验实测数据,通过MATLAB软件中的神经网络工具箱,建立两个4-9-1型三层BP网络模型预测混杂纤维混凝土强度。测试计算表明,BP网络可成功地建立非线性的强度模型,准确地预测混杂纤维混凝土的强度,具有较高精度,对实际工程中快速预测混杂(钢/聚丙烯)纤维混凝土的抗压、抗折强度有借鉴意义。
作者
仇为波
刘毅
机构地区
重庆交通大学土木建筑学院
重庆大学材料学院
出处
《公路交通科技（应用技术版）》
CAS
CSCD
2008年第3期5-7,共3页
关键词
混杂纤维
BP网络
人工神经网络
强度预测
分类号
TU528.572 [建筑科学—建筑技术科学]
引文网络
相关文献
节点文献
二级参考文献
18
参考文献
4
共引文献
42
同被引文献
13
引证文献
1
二级引证文献
4
参考文献
4
1
程云虹,赵文.
基于BP网络的水泥强度预测[J]
.东北大学学报（自然科学版）,2006,27(1):92-94.
被引量：2
2
王正友,廖明成,耿运贵.
混杂纤维(钢/聚丙烯)高性能混凝土正交试验研究[J]
.焦作工学院学报,2003,22(1):15-20.
被引量：13
3
张玉敏,王铁成,郭小强.
应用BP网络预测海水侵蚀混凝土的强度[J]
.济南大学学报（自然科学版）,2002,16(3):248-250.
被引量：1
4
杨朝晖,刘浩吾,陆金池.
混凝土强度预测与设计的神经网络方法[J]
.水力发电学报,1997,16(1):33-40.
被引量：30
二级参考文献
18
1
赵若鹏，混凝土，1995年，3期
2
冯乃谦，混凝土，1994年，4期
3
赵铁军，混凝土，1994年，2期
4
施鸿宝，神经网络及其应用，1993年，12页
5
GBl75—1999.硅酸盐水泥、普通硅酸盐水泥[S].[S].,..
6
GBl344～1999.矿渣硅酸盐水泥、火山灰质硅酸盐水泥及粉煤灰硅酸盐水泥[S].[S].,..
7
Portmann N F, Lindhoff G S. Application of neural networks in rolling mill automation [J]. Iron and Steel Engineer,1995,72(2):33 - 36.
8
Tsou P, Shen M-H H. Structural damage detection and identification using neural networks [J]. AIAA Journal,1994,32(1) : 176 - 183.
9
Wu X, Ghaboussi J, Garrett J H. Use of neural networks in detection of structural damage[J]. Computers & Structure,!992,42 : 649 - 659.
10
Hunt K J, Sbarbaro D, Zbikowski R, et al. Neural networks for control system-a survey[J]. Automatica,1992,28(6):1083 - 1112.
共引文献
42
1
郑祥,马元山,付勇,田正宏.
碾压混凝土施工热层实时压实度监控模型应用研究[J]
.人民长江,2020,51(1):160-165.
被引量：2
2
刘国华,陈斌,汪树玉,郑志强,何国余.
基于人工神经网络和Monte-Carlo法的混凝土配合比优化设计研究[J]
.水力发电学报,2003,22(4):45-53.
被引量：14
3
王浩,陈会凡,师金锋.
混杂纤维增强混凝土的均匀试验研究[J]
.混凝土,2005(3):59-61.
被引量：2
4
王浩,汪宁.
粉煤灰对混杂纤维混凝土性能的影响研究[J]
.粉煤灰综合利用,2005,19(3):43-45.
被引量：2
5
刘永胜,徐冬梅.
神经网络在负温钢纤维混凝土强度预测中的应用[J]
.岩土工程技术,2005,19(5):225-226.
6
姜新佩,邓子辰,丁声荣,田新志.
普通混凝土强度预测的双并联前向神经网络模型[J]
.建筑施工,2006,28(4):304-305.
被引量：2
7
陈艳杰,陈奎.
高速公路水泥稳定基层施工[J]
.建筑施工,2006,28(4):313-315.
8
仝国芸,杨树标,黄海斌.
基于ANN和SA的混凝土配合比优化设计[J]
.山西建筑,2006,32(12):355-356.
9
何军拥.
混杂钢纤维-聚丙烯纤维增强混凝土的研究进展[J]
.河南建材,2006(6):18-20.
被引量：1
10
习华勇,赵林明,习华元.
基于多智能算法混凝土强度预测系统设计[J]
.微计算机信息,2007(02X):224-225.
被引量：1
同被引文献
13
1
万崔星,孙敏.
基于BP神经网络的纤维混凝土力学性能预测模型[J]
.科技通报,2021,37(8):90-93.
被引量：7
2
冯子泉.
基于粗糙集和遗传-RBF神经网络的钢筋混凝土施工质量诊断[J]
.混凝土,2011(11):123-125.
被引量：2
3
张姣龙,柳献,朱洪波,李晨,袁勇.
基于神经网络的UHPC力学性能预测模型[J]
.混凝土,2013(3):18-22.
被引量：7
4
张春青.
基于BP神经网络的CA砂浆性能预测分析[J]
.公路交通科技（应用技术版）,2013,9(4):60-62.
被引量：3
5
杨晓明,吴天宇,时丹.
基于人工神经网络的混凝土实时强度影响因素敏感性分析[J]
.混凝土,2014(11):15-18.
被引量：9
6
唐和生,李大伟,苏瑜,赵金海.
人工神经网络预测混凝土柱屈服性能[J]
.湖南大学学报（自然科学版）,2015,42(11):17-24.
被引量：7
7
雷光宇,韩霁昌,张扬,党发宁,李骞.
基于人工智能方法的混凝土动态力学特性分析研究[J]
.混凝土,2016(6):6-8.
被引量：2
8
方涛,王俊锋,张鑫月,金光日.
基于人工神经网络的不同混凝土实时强度预测研究[J]
.混凝土,2016(12):38-43.
被引量：9
9
付义祥,刘杰,刘世凯.
基于人工神经网络模型的C25混凝土配合比的预测方法[J]
.武汉理工大学学报（交通科学与工程版）,2002,26(4):537-540.
被引量：9
10
张丽素,乔京生,张弛,赵江山.
不同因素对再生混凝土抗压强度的影响[J]
.华北理工大学学报（自然科学版）,2018,40(2):61-65.
被引量：9
引证文献
1
1
旷翔文,王芳,邓洁松,付壮金,刘雅婷.
基于BP神经网络的混凝土抗压强度预测分析[J]
.安徽建筑,2023,30(1):67-69.
被引量：4
二级引证文献
4
1
刘勋飞,桂泽人,甘坚宇,梁帅锋.
基于WOA-BP网络模型的混凝土碳化预测[J]
.山西建筑,2023,49(12):125-129.
被引量：2
2
张玉箫.
BP神经网络在混凝土性能预测中的研究进展[J]
.安徽建筑,2024,31(2):80-82.
3
孔君,李震,刘腾龙,刁鹏鑫,尹俊红.
基于正交试验与神经网络模型的双薄壁高墩抗震性能分析与预测[J]
.交通世界,2024(11):126-129.
4
赵子祥,陈立明,姚琳宁,陈世斌.
基于BP神经网络的机制砂混凝土抗压强度预测[J]
.工业控制计算机,2024,37(8):57-58.
1
刘炳江.
净化装置压力损失测试计算[J]
.通风除尘,1993,12(3):38-41.
2
李马力,隋莉莉,周英武,邢锋.
再生粗骨料混凝土强度预测模型研究[J]
.防灾减灾工程学报,2016,36(1):132-137.
被引量：6
3
卢春玲,王强.
三种神经网络在混凝土强度预测中的应用[J]
.山西建筑,2006,32(19):153-154.
被引量：2
4
印朝富,李骁春.
基于人工神经网络的同条件混凝土强度预测[J]
.建筑技术开发,2007,34(11):21-22.
5
陈尧亮.
机制砂在普通混凝土中的应用[J]
.建筑施工,2002,24(3):232-233.
被引量：6
6
沙云峰,吴德义.
制定后装拔出法检测混凝土强度测强曲线[J]
.混凝土,2004(10):63-64.
被引量：3
7
余雪娟.
基于神经网络的混凝土强度预测[J]
.工程质量,2008,26(7):40-42.
被引量：5
8
李萌.
混凝土强度质量的快速预测[J]
.广西土木建筑,1997,22(4):177-179.
9
朱学兵.
混凝土强度预测的两种非线性模型比较研究[J]
.混凝土,2011(12):28-30.
被引量：3
10
张仕,郭志昆,黄育,王志强.
神经网络在活性粉末混凝土强度预测中的应用[J]
.河南科技大学学报（自然科学版）,2004,25(2):75-77.
被引量：3
公路交通科技（应用技术版）
2008年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
