基于人工神经网络的混凝土抗渗性能研究.pdfVIP

浙江交通职业技术学院学报，第9卷第4期，2008年12月 JournalofZhejiangInstituteofCommunications Vo1．9No．4，Dec．2OO8 基于人工神经网络的混凝土抗渗性能研究 李 君 ，赵文忠2，王立军3，闻宝联3 (I．嘉兴市交通投资集团有限责任公司，浙江 嘉兴 314000；2．河北省交通建设监理咨询有限公司，石家庄 050000； 3．天津市市政工程研究院，天津 300074) 摘 要：混凝土抗渗性直接影响着混凝土的耐久性，为解决传统实验方法耗费大量 时间的不足，文中提出用BP人工神经网络对多种配比的混凝土进行渗透性仿真计 算。结果表明此模型的可靠度很高，可以用于混凝土渗透性的虚拟化设计。 关键词：人工神经网络；混凝土；抗渗性；设计 中图分类号：TU528．1；TP183 文献标识码：A 文章编号：1671—234X (20o8)04—0005—04 和模拟。人工神经网络以对大脑的生理研究成果为 1 引 言 基础的，其 目的在于模拟大脑的某些机理与机制， 实现某个方面的功能。目前人工神经网络模型有几 混凝土抗渗性是指混凝土抵抗有压介质 (如 十种，其中基于 BP算法的多层神经网络模型 (简 水，油，溶液等)渗透作用的能力，直接影响着混 称BP网络)是应用较多的模型之一。 凝土的耐久性。而合适的混凝土配合比是得到良好 反向传输 抗渗能力的基础。常规的做法主要是通过试配，在 相应的龄期进行相关指标的检测，这必然耗费大量 的时间、人力、物力及财力，而有效的预测模型无 疑能缩减不必要的实验，大幅度提高工作效率。 近年来，随着计算机和生命科学的进步，人工 神经网络理论和模型得到了迅速发展，在工程界得 到了广泛应用[卜 ，为混凝土耐久性设计提供了有 力的支持。 2 ANNs简介 正 传输 输入层 隐层 输出层 人工神经网络 (ArtificialNeuralNetworks，简写 ANNs ， ． )也简i 申篡网 s BP 由 递与误 onist 网络(N Mode1)， 墨皇 譬 差的 。 磊 ～ ． aturalNeuralNetwork)若干基本特性的抽象 ～～… … 一… … … 一 … …… …“ 收稿 日期 ：2008—06—19 作者简介：李 君 (1975一)，男，浙江嘉兴人，工程师，E—illail_,jxlijun75@163．com。 6 浙江交通职业技术学院学报 入层经隐含层逐层计算传向输出层，每一层神经元 学研究院生产的YNB高效减水剂；粗骨料为蓟县 的状态只影响下一层神经元的状态。如果在输出层 产5～25l／ira碎石；蓟县产中砂，细度模数为2．7； 没有得到期望的输出，则计算输出层的误差变化 拌和用水为天津市建筑科学研究院自来水。 值，然后转向反向传播，通过网络将误差信号沿原 3．2 混凝土的配比 来的连接通路反传回来修改各层神经元的权值，逐 结合某桥梁工程，以C30为混凝土配置的基准 次向输入层传播进行计算，再经过正向传播过程， 强度，将砂率维持在 0．36左右，保持外加剂的用