期刊文献+

基于径向基神经网络模型预测不同配合比道路混凝土抗弯拉强度 被引量:1

原文传递
导出
摘要 道路混凝土弯拉强度受多种因素共同影响,具有非线性特征。考虑集料最大粒径、水泥用量、用水量、砂和粗集料含量对混凝土弯拉强度的影响,基于径向基神经网络理论,通过优化网络扩散系数和神经元数,建立了用于预测不同配合比下道路混凝土抗弯拉强度模型,给出的预测值与真实值相比在可接受的误差范围内,而且训练网络的数据覆盖范围广,因此该网络预测模型普适性强,对于优化道路混凝土的配合比设计具有重要的意义。
出处 《公路》 北大核心 2013年第9期224-228,共5页 Highway
基金 国家自然科学基金项目"荷载 温度和湿度三场耦合下路面水泥混凝土耐久性细观机制研究" 项目编号51278059 中央高校基本科研业务费专项资金资助 项目编号2013G5210010 2013G2313001
  • 相关文献

参考文献8

  • 1厉汉寿.对混凝土强度换算公式的认识[J].公路,1984,(4):11-13.
  • 2权磊,田波,冯德成,李新凯.基于成熟度理论的水泥混凝土早期强度预测模型研究[J].公路交通科技(应用技术版),2012,8(2):35-39. 被引量:9
  • 3陈灿明,黄卫兰,唐崇钊,丁建彤.混凝土强度与弹模依时增长相关性公式的试验研究[J].公路工程,2010,35(1):51-55. 被引量:9
  • 4HaganMT DemuthHB BealeMH 戴葵 宋辉 潭明峰 等译.神经网络设计[M].北京:机械工业出版社,2002..
  • 5Atici U. Prediction of the strength of mineral admix- ture concrete using multivariable regression analysis and an artificial neural network [J]. Expert Systems with Applications,2011,38(8) :9609-9618.
  • 6Ni Hong-guang, Wang Ji-zong. Prediction of compressive strength of concrete by neural networks[J]. Cement and Concrete Research, 2000,30 (8) : 1245- 1250.
  • 7Fatih Ozcan, Cengiz D Atic, Okan Karahan, et al. Comparison of artificial neural network and fuzzy logic models for prediction of long-term compressive strength of silica fume concrete[J]. Advances in Engi- neering Software, 2009,40 (9) : 856 - 863.
  • 8Mansour M Y, Dieleli M, Lee J Y, Zhang J. Predicting the shear strength of reinforced concrete beams using artificial neural networks[J]. Engineering Structures, 2004,26(6) :781-799.

二级参考文献9

共引文献105

同被引文献12

引证文献1

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...
;
使用帮助 返回顶部