基于BP神经网络的机制砂混凝土抗压强度预测
Prediction of Compressive Strength of Mechanical Sand Concrete Based on BP Neural Network作者机构：长安大学工程机械学院道路施工技术与装备教育部重点实验室陕西西安710064 西部机场集团建设工程(西安)有限公司陕西西安710000 临沂市公路发展中心山东临沂276000
出 版 物：《工业控制计算机》 (Industrial Control Computer)
年 卷 期：2024年第37卷第8期
页 面：57-58,60页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 081304[工学-建筑技术科学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0835[工学-软件工程] 0813[工学-建筑学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：机制砂混凝土抗压强度受多种因素影响,为了提高混凝土品质,需要对其强度特性进行分析。针对传统的机制砂混凝土抗压强度检测方法,利用具有非线性特性、学习能力和自适应能力的BP神经网络进行分析。将石粉含量、水泥、粉煤灰、水、机制砂、碎石和养护龄期作为输入参数,抗压强度作为输出参数,构建了一个包含6个隐含层节点的BP神经网络模型。通过仿真结果表明,平均相对误差为3.47%,线性相关系数大于0.99,该模型具有良好的预测性。
维普期刊数据库
同方期刊数据库