再生混凝土抗压强度预测方法研究.pdfVIP

第４７卷第２０期山西建筑Ｖｏｌ．４７Ｎｏ．２０

·１２８·２０２１年１０月Ｏｃｔ．２０２１

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

·建筑材料及应用·

１０．１３７１９／ｊ．ｃｎｋｉ．１００９６８２５．２０２１．２０．０４３

ＤＯＩ：

再生混凝土抗压强度预测方法研究★

罗巍，王浩然，甘凯元，谭静雯，温宇嘉

（广西大学土木建筑工程学院，广西南宁５３０００４）

摘要：以ＢＰ神经网络在解决非线性问题方面的优越性为指导思想，建立了再生混凝土２８ｄ抗压强度预测模型。利用具有全局

搜索优势的遗传算法对ＢＰ神经网络进行优化，提高ＢＰ神经网络的预测精度。经过查阅相关文献，筛选出较为合适的ＬＭ算法

作为训练函数，把收集到的再生混凝土配合比数据代入网络进行训练与预测。结果表明，ＧＡＢＰ神经网络预测精度较ＢＰ神经网

络有了进一步提高。

关键词：再生混凝土；机器学习；ＧＡＢＰ；抗压强度预测

中图分类号：ＴＵ５２８．７文献标识码：Ａ１００９６８２５（２０２１）２００１２８０４

文章编号：

１概述经网络，构成新的ＧＡＢＰ神经网络，可以充分发挥遗传算法

［１］的全局搜索能力。ＧＡＢＰ神经网络工作原理见图１。

再生混凝土是一种以废弃混凝土块进行加工、破碎、

分级，按一定比例与级配混合制成再生骨料，用于替代混凝

土中部分天然骨料的绿色环保材料，其是解决如今天然骨

料日益匮乏和建筑垃圾污染问题的措施之一。由于废弃混

凝土来自于各种途径，再生骨料性能有较大的离散性，对于

确定再生混凝土强度范围需要大量的实验，过程烦琐且成

本较高。随着如今人工神经网络研究取得了飞速进展，误

差反向传播算法（ＢＰ算法）理论的出现给诸多研究领域的

发展带来了新的契机。ＢＰ算法的理论基础是梯度下降法，

尤其擅长解决相互关系较为复杂的多种因素共同作用的非

线性问题，但由于网络初始权值和阈值一