砂浆塑性收缩开裂本构方程不可量化因素初探

采用自行设计的塑性抗拉强度及塑性毛细管收缩应力测试装置,通过方差分析研究了水泥强度等级、高分子纤维品种对于砂浆塑性收缩开裂本构方程影响的显著性;采用"甄别分处"方法分别研究了水泥品种、骨料品种以及高分子纤维品种能否纳入前期已经建立的砂浆塑性收缩开裂本构方程.结果表明:方差分析只能判断出水泥强度等级、高分子纤维品种对于塑性收缩开裂本构方程影响不显著,并不能将上述不可量化因素纳入本构方程中;采用"甄别分处"方法研究不可量化因素是可行的.采用硅酸盐水泥、复合硅酸盐水泥、铝酸盐水泥、硫铝酸盐水泥、机制砂、MPH-1b纤维时,砂浆抗裂指数实测值和理论值的相对误差分别为7.25%,5.07%,76.09%,673.19%,31.16%和6.52%.可认为硅酸盐水泥、复合硅酸盐水泥、MPH-1b纤维可以纳入前期已经建立的本构方程;铝酸盐水泥、硫铝酸盐水泥、机制砂不可以纳入前期已经建立的本构方程,需要另行建立新的本构方程.

BP神经网络在数据通信业务经济预测中的应用

本文基于 BP神经网络模型实现了 1999～ 2 0 0 5年数据通信业务的业务收入发展预测 ,对于预测中的不可量化影响因素 ,根据其发展变化的历史序列和预期状况进行了编码量化 ,实现了不可量化因素输入定量模型的量化处理。通过本问题的建模与预测结果表明 ,该方法具有很强的学习与泛化能力 ,对于处理相关回归预测中的不可量化因素具有很好的应用价值。