基于人工神经网络研究混凝土孔结构与强度关系.pdfVIP

第37卷 增刊2 稀有金属材料与工程 V01．37，Suppl．2 AND 2008年 5月 RAREMETALMATERIAI，SENGINEERING May2008 ^L万 基于人工神经网络研究混凝土孔结构与强度大尔 金南国，金贤玉，田 野 (浙江大学土木工程学系，浙江杭州310027) 摘要：基于人工神经网络理论分别从两方面建立了混凝土孔结构与强度关系模型，并采用Matlab7．0编制了相关程序。 提出了BP神经网络应用于分析混凝土孔结构与强度关系的可行性，验证了其准确性与有效性，并建立由平均分布孔 径和4个不同孔级的分孔隙率预测混凝土28d抗压强度值BP网络模型；建立了由28d抗压强度、水灰比和水泥含量 预测总孔隙率的BP网络模型。结果表明，强度预测BP网络模型不仅预测精度高于传统的回归分析方法，而且更具普 遍意义；孔隙率预测BP网络模型预测精度已达到较高水平，为实际工程应用提供了可靠的参考依据。 关键词：强度；孔结构；孔隙率；孔径分布；人工神经网络 528 中图法分类号：TU 文献标识码：A 文章编号：1002—185X(2008)S2．712．06 现提供了一个解决问题不同于以往传统的方法，极大 1 引 言 的开阔了我们的研究思路。人工神经网络理论是从分 混凝土是多相、非均匀的多孔材料，因此，其细 析人脑神经网络的微观结构上入手，抓住人脑结构的 观结构中孔结构与宏观强度的关系表现出极其复杂的 主要特征，即大量相对简单的非线性神经元之间复杂 非线性关系。对混凝土孔隙的研究大致可以分为两个 而又灵活的联接关系，深刻揭示人脑认识过程的结构 阶段，第一阶段主要集中在研究单一的总孔隙率与混 作用的研究，它已成为人工智能的一大分支。我们知 凝土宏观性能的关系上，其中以对孔隙率与强度关系 道，混凝土极其复杂的细观结构与宏观性能关系不能 的研究最多。在大量的文献中，研究人员建立了各种 用简单的理想化、简化的数学物理模型描述，而人工 数学物理模型[¨】，并在实践中得到了一定程度的验 神经网络方法则正是一种在处理问题时不需要精确数 证。随着研究的深入，人们注意到相同组成的材料孔 学模型的方法。因此，本文将这一新方法引入混凝土 隙率相同时，其性质也会有差异。于是，对混凝土孔 细观结构和宏观性能关系的分析上，试图取得新的突 隙的研究逐渐过渡到考虑不同孔级(根据孔隙不同尺 破和发现，为混凝土孔结构与强度理论研究开辟新的 寸对混凝土性能影响的大小对孔进行分级)对强度产 研究途径。 生的不同影响，并提出了从优化孔结构角度改善混凝 2 BP神经网络原理 土强度的措施【】。大量的实验表明，用孔结构描述对 宏观性能影响的模型比仅考虑总孔隙率影响的模型更 为合理。由于混凝土具有极其复杂的孔结构，因此， 成立的并行分布处理小组在多层神经网络模型的基础 目前国内外的文献中出现较多的仍是总孔隙率对混凝 上完整的提出了多层神经网络模型的误差逆传播学习 土强度的影响，而且一般都是针对某种特定混凝土材 算法，并被广泛接受[10】。典型的误差逆传播神经网络 料作定量的分析，而孔径分布和孔形态对混凝土性能 Neural (Backpropagation 的影响往往仅有定性的