应用神经网络预测混凝土的强度.pdf

第 31 卷第 6 期 建 　筑 　技 　术 　开 　发 Vol. 31 ,No. 6 2004 年 6 月 Building Technique Development Jun. 2004 应用神经网络预测混凝土的强度 田继平 　刘 　幸 　李 　昕 (武汉大学土木建筑工程学院 ,430072) [摘 　要] 　本文通过建立模型 , 以神经网络算法为基础来预测混凝土结构的抗压强度。在网络测试中,使用了一系列的 试验数据。最后将网络预测的结果和实测数据进行对比 ,得出结论。 [ 关键词] 　神经网络 ;混凝土 ;抗压强度 ( ) [ 中图分类号] 　TU528 ,TP183 　　　　[文献标识码] 　B 　　　　[文章编号] 　1001523X 2004 PREDICTION OF CONCRETE STRENGTH BY NEURAL NETWORKS Tian Jiping 　Liu Xing 　Li Xin [ Abstract ] 　In this article a model is developed ,based on neurocomputing ,for predicting ,with sufficient approximation ,the compressive strength of cement conglomerates. Some neural networks are then constructed in which the different mixdesign parameters of a variety of cement conglomerates ,i. e. the compressive strength ,are associated. [ Keywords ] 　Concrete ; Strength ; Neural networks 　　人工神经网络是一种抽象的数学模型 , 由许多并行运算 而在神经网络中 , x 和 y 是数据 ,而对应法则 f 却是未知的。 的功能简单的单元组成 ,这些单元类似于生物神经系统的单 在神经网络里 ,f 是当数据由一种神经元转换为另外一种神 元 ,构成了一个非线性动力学系统 ,具有强大的集体运算能 经元时的模型所形成的 ,这些又是建立在一系列的数据转换 力和自适应学习能力。在常用的神经网络中 ,径向基函数神 规则之上的。 ( ) 1 　模型描述和算法 经网络 RBF NN 具有非线性逼近能力强、效果好 , 网络结构 简单 ,网络权值与输出呈线性 ,学习速度快等诸多优点 , 因而 网络用来解决的问题如下文所述并简要说明其是如何 被广泛应用于模式识别、函数逼近、系统建模等领域。本文 工作的。 首先对 RBF 神经网络的模型及其学习算法作些简单介绍。 起初 ,神经网络的思想并没有取得很大的成功并因此而 被抛弃多年。由于许多科研人员的杰出贡献 , 尤其是 [3 ] Hopfield 和 Rumelhart 等 发明了“误差逆传播算法”,