基于BP神经网络预测混凝土强度

为了给建筑施工单位提供早期预测混凝土强度的有效办法,基于实验室制备的50组样本数据,借助Matlab R2020a平台,建立了以单位体积的水泥、高炉矿渣、水、粗骨料、细骨料的用量作为输入,以立方体混凝土试件经过28 d养护龄期的抗压强度作为输出的含单隐藏层的3层BP(Back Propagation)神经网络模型,其结构为5-6-1。由对混凝土进行数值模拟训练后的仿真结果可知,训练后均方误差MSE为7.2%,整体相关系数R可达0.979。以上预测结果表明,用BP神经网络模型预测混凝土的抗压强度理论上是可行的,并且使用此网络模型能够较为准确且快速地预测出混凝土本身的抗压强度。