-
题名混凝土强度预测和模拟的智能化方法
被引量:25
- 1
-
-
作者
王继宗
倪鸿光
何锦云
侯栓成
-
机构
河北工程学院
中国国际建筑公司
北京市二建混凝土公司
-
出处
《土木工程学报》
EI
CSCD
北大核心
2003年第10期24-29,共6页
-
基金
国家自然科学基金资助项目(批准号:50178028)
-
文摘
早期获得混凝土28d抗压强度值,对于提高工程质量和加快施工进度具有十分重要的意义。本文在国内外早期推定混凝土强度方法的基础上,提出一种基于人工智能的新的预测办法,建立了多层前馈神经网络模型,实现了从新拌混凝土的组份及其特性到硬化后混凝土强度之间的复杂的非线性映射。通过对大量试验数据的学习,智能系统可以早期预测混凝土28d抗压强度。此外,本文还应用该智能系统模拟分析混凝土成份的质和量的变化对其抗压强度的影响,得到的结果符合已知的混凝土强度变化的某些规律,表明系统具有较高的精度和较强的泛化能力。
-
关键词
混凝土
强度
人工智能
人工神经网络
计算机模拟
工程质量
抗压强度
-
Keywords
prediction of concrete strength, artificial intelligence, artificial neural networks, computer simulation
-
分类号
TU528.01
[建筑科学—建筑技术科学]
-
-
题名一种优化算法的神经网络在混凝土强度判定中的应用
被引量:10
- 2
-
-
作者
王继宗
倪鸿光
-
机构
河北建筑科技学院院办
北京市新新建筑工程公司
-
出处
《系统工程理论与实践》
EI
CSCD
北大核心
2001年第9期124-129,共6页
-
基金
国家自然科学基金 (5 96780 5 2 )
煤炭部科学技术项目 (96-3 63 )
-
文摘
根据混凝土强度早期判定的特点 ,建立了能映射复杂非线性关系的多层前向神经网络 .重点分析了它的一些算法 ,针对基本 BP算法存在局部极小的缺陷 ,导出了基于输出空间的全局优化 BP算法 (GOBPA) .在大量混凝土强度试验的基础上 ,计算机仿真结果表明 ,用 GOBPA训练的多层前向神经网络能够以较高的精度预报混凝土的强度 .
-
关键词
多层前向神经网络
混凝土强度
判定
优化算法
-
Keywords
multi-layer feed-forward neural network
concrete strength prediction
global optimization algorithm
-
分类号
TU528.01
[建筑科学—建筑技术科学]
-