以粒子蜂群网络建立高性能混凝土坍落度模型.pdfVIP

第１３卷 第１ 期 福建工程学院学报 Ｖｏｌ．１３ Ｎｏ．１ ２０１５ 年２月 Ｊｏｕｒｎａｌ ｏｆＦｕｊｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ Ｆｅｂ．２０１５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２－４３４８．２０１５．０１．００１ 以粒子蜂群网络建立高性能混凝土坍落度模型 １，２ １，２ ３ 连立川 ，刘燕妮 ，叶怡成 （１．福建工程学院土木工程学院，福建 福州３５０１１８； ２．福建土木工程新技术与信息化重点实验室，福建 福州３５０１１８；３．淡江大学，台湾 台北２５１） 摘要：以粒子蜂群算法（ｐａｒｔｉｃｌｅｂｅｅａｌｇｏｒｉｔｈｍ，ＰＢＡ）结合神经网络（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ，ＮＮ），发展 出一套能预测高性能混凝土（ｈｉｇｈｐｅｒｆｏｒｍａｎｃｅ ｃｏｎｃｒｅｔｅ，ＨＰＣ）坍落度模型的方法。以演化运算树（ｇｅ ｎｅｔｉｃ ｏｐｅｒａｔｉｏｎ ｔｒｅｅ，ＧＯＴ）及倒传递网络（ｂａｃｋｐｒｏｐａｇａｔｉｏｎ ｎｅｔｗｏｒｋ，ＢＰＮ）两种已发表的方法来比较其 准确度。从模型的准确度可知，粒子蜂群网络（ｐａｒｔｉｃｌｅ ｂｅｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＰＢＮＮ）模型预测的准确度 高于ＧＯＴ，但接近ＢＰＮ 的准确度；从参数的影响性可知，ＰＢＮＮ显示水、强塑剂、粗骨材、细骨材、粉煤 灰及水泥添加量对于ＨＰＣ坍落度的影响性大，而高炉矿渣粉用量对ＨＰＣ坍落度并不敏感，显示各项 材料对于坍落度的影响仍具备高度复杂性。 关键词：粒子蜂群算法；高性能混凝土；演化运算树；倒传递网络；粒子蜂群网络 中图分类号：ＴＵ１７ 文献标志码：Ａ　　　　　文章编号：１６７２－４３４８（２０１５）０１ －０００１ －０９ Ｍｏｄｅｌｌｉｎｇ ｓｌｕｍｐ ｍｏｄｅｌ ｏｆｈｉｇｈｐｅｒｆｏｒｍａｎｃｅ ｃｏｎｃｒｅｔｅ ｕｓｉｎｇ ｐａｒｔｉｃｌｅ ｂｅｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １，２ １，２ ３ Ｌｉｅｎ ＬｉＣｈｕａｎ ，Ｌｉｕ ＹａｎＮｉ ，Ｙｅｈ ＩＣｈｅｎｇ （１．Ｃｏｌｌｅｇｅ ｏｆＣｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｆｕｊｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｄｏｇｙ，Ｆｕｚｈｏｕ ３５０１１８，Ｃｈｉｎａ； ２．Ｆｕｊｉａｎ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＣｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｎｅｗ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ，Ｆｕｚｈｏｕ ３５０１１８，Ｃｈｉｎａ； ３．Ｔａｍｋａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｔａｉｐｅｉ ２５１，Ｔａｉｗａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｓｔｕｄｙ ｕｓｅｄ ｐａｒｔｉｃｌｅ ｂｅｅ ａｌｇｏｒｉｔｈｍ （ＰＢＡ）ｃｏｍｂｉｎｅｄ ｗｉｔｈ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ （ＮＮ）ｔｏ ｐｒｅｄｉｃｔ ｔｈｅ ｓｌｕｍｐ ｍｏｄｅｌ ｏｆｈｉｇｈｐｅｒｆｏｒｍａｎｃｅ ｃｏｎｃｒｅｔｅ （ＨＰＣ）．Ｔｈｉｓ ｓｔｕｄｙ ａｌｓｏ ｃｏｍｐａｒｅｄ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｒｅｓｕｌｔｓ ｗｉｔｈ ｔｗｏ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄｓ：ｇｅｎｅｔｉｃ ｏｐｅｒａｔｉｏｎ ｔｒｅｅ （ＧＯＴ）ａｎｄ ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｔｗｏｒｋ （ＢＰＮ）．Ｔｈｅ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｐａｒｔｉｃｌｅ ｂｅｅ ｎｅｕｒａｌｎｅｔｗｏｒｋ （ＰＢＮＮ）ｉｓｍｏｒｅ ａｃ ｃｕｒａｔｅ ｔｈａｎ ＧＯＴ ａｎｄ ｃｌｏｓｅ