神经网络模型在废旧橡胶混凝土研究中应用.pdfVIP

2013年 第 12期 (总第 290期 】 混 凝 土 实 用 技 术 Number12in2013(Tota1No．290) Concrete PRACTICAL TECHN0LOGY doi：10．3969~．issn．1002—3550．2013．12．040 神经网络模型在废 旧橡胶混凝土研究中的应用 杨春峰 1,2，叶文超 ’，杨 敏 ，王培竹 ’ (1．沈阳大学 建筑工程学院，辽宁 沈阳 110044；2．辽宁省环境岩土]_程重点实验室，辽宁 沈阳 110044) 摘 要 ：基于神经网络理论，采用 BP和RBF两种典型的神经网络模型，以废旧橡胶混凝土试验材料用量为输入 ，橡胶混凝土 拌合物的坍落度和立方体抗压强度作为输出，建立了7—8—2三层的废旧橡胶混凝土强度模型。结果表明：基于BP和RBF两种神 经网络模型的预测结果与试验结果较吻合 ，且 RBF较 BP神经网络对小样本试验结果的预测效果要好。 关键词 ：废旧橡胶 ；混凝土 ；神经网络 ；抗压强度 中图分类号： TU528．01 文献标志码：A 文章编号 ： 1002～3550(2013)12—0142—03 Neuralnetworkmodelintheapplicationofwasterubberconcreteresearch YANG Chnnfeng ．YEWenchao ，YANGM in ，WANGPeizhu (1．CollegeofArchitectureandCivilEngineering，ShenyangUniversity，Shenyang110044，China； 2．TheKeyLaboratoryofGeoenvironmentalEngineering，LiaoningProvince，Shenyang110044，China) Abstract： Basedonneuralnetworktheory ，usingBPandRBFtypicalneuralnewtorkmodel，established7-8—2three—tiermodelofwaste rubberconcretestrength，amountoftestmaterialasinput，slumpandcubecompressivesffengthofurbberconcretemixtureasoutput．The resultsshow that：BasedonofBPandRBFneuralnetworkmodelwiththeexperimentalresultsagreewell，andresultsofhteRBFpredict betterthanBPneuralnewtorkonthesmall—sampletest． Keywords： wasterubber；concrete；neuralnewtork；compressivestrength 预测精度闭。在实际使用BP神经网络时，常出现收敛速度 0 引言 慢、运行时间长 、预测精度低等问题，需要不断训练样本 ， 神经网络是以一定量的试验数据为基础，通过模拟人脑 选取合理的隐含层层数和节点数等主要参数3[1。 系统构建的一种数学模型，它能够处理复杂的相互因素影 RBF神经网络 (RadialBasicFunctionNeuralNewtork) 响，具有较强的数据分析、结果检验和结果预测的功能㈣ 。 是误差前反馈网络[1]。它主要通过隐含层的径向基函数，实 神经网络理论应用于土木工程材料研究已经成为新的研 现误差最小传播，达到满足要求的预测精度2[]。RBF神经网 究领域和研究热点。