正交试验协同BP神经网络模型预测充填体强度

为准确预测充填体强度,基于18组混合水平的正交试验样本,以水泥熟料、脱硫灰渣、芒硝和钢渣的掺量作为4个输入因子,以充填体的7d和28d抗压强度作为输出因子,建立4×Y×2的BP神经网络充填体强度预测模型,并通过训练误差和预测强度误差的对比获得当隐含层神经元的个数Y取值为9时,模型的预测强度误差最小,其平均误差为0.7%。研究表明,该预测模型拟合的相关系数R高达0.999 89,7d和28d预测强度的最大相对误差分别为4.33%和0.84%,通过正交试验协同BP神经网络模型预测充填体强度可行性较强、准确度较高。该方法具有输入数据均匀分散、齐整可比和非线性优化的优点,为充填体强度的准确预测提供了新思路。