基于BP神經(jīng)網(wǎng)絡的珊瑚混凝土抗壓強度預測模型
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>473KB
頁數(shù):7P
人氣 :92
4.7
采用基于Levenberg-Marquardt算法的BP神經(jīng)網(wǎng)絡,構建珊瑚混凝土抗壓強度預測模型,并使用考慮交互作用的正交設計試驗L27(313)優(yōu)化模型參數(shù)。試驗結果表明:隱含層神經(jīng)元數(shù)目和調整量初始值對網(wǎng)絡性能影響顯著,且二者間存在交互作用。經(jīng)驗證,參數(shù)優(yōu)化后的模型預測誤差小,預測結果可靠,可為配合比設計和優(yōu)化提供指導。
基于BP神經(jīng)網(wǎng)絡的混凝土抗壓強度預測模型的建立
格式:pdf
大小:1.6MB
頁數(shù):3P
本文采用誤差反向傳播神經(jīng)網(wǎng)絡(bp)建立了混凝土抗壓強度的預測模型,在不同的誤差目標值及隱含層節(jié)點數(shù)條件下,探討模型的預測精度。實驗結果表明,當誤差目標值設定為0.01、隱含層節(jié)點數(shù)為3時,模型的預測精度最高,平均誤差百分數(shù)為6.6%。當誤差目標值設定較大時,樣本的預測值與實測值會發(fā)生明顯的偏差,預測效果不佳。
基于BP、RBF神經(jīng)網(wǎng)絡混凝土抗壓強度預測
格式:pdf
大小:665KB
頁數(shù):4P
為了預測混凝土的抗壓強度,在分析bp、rbf神經(jīng)網(wǎng)絡原理的基礎上,提出用bp、rbf神經(jīng)網(wǎng)絡模擬混凝土抗壓強度與攪拌機各主要影響參數(shù)間關系的方法。根據(jù)攪拌機的實際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡模型,通過19組試驗,驗證了2種模型的可靠性。結果表明,實測結果與預測結果相接近,該2種神經(jīng)網(wǎng)絡模型能較準確地快速預測混凝土抗壓強度。
基于BP神經(jīng)網(wǎng)絡混凝土抗壓強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>459KB
頁數(shù):3P
4.6
在闡述bp人工神經(jīng)網(wǎng)絡原理的基礎上,針對影響強度的主要因素,建立了多因子混凝土抗壓強度3層bp網(wǎng)絡模型,以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細集料含量及置放天數(shù)作為模型輸入?yún)?shù),混凝土抗壓強度值作為模型的輸出,對混凝土抗壓強度進行了預測。實驗結果表明:所建bp神經(jīng)網(wǎng)絡混凝土抗壓強度預測模型最大誤差絕對值都小于20%,平均誤差為7.33%,模型具有較高預測精度。
免振搗混凝土抗壓強度的神經(jīng)網(wǎng)絡預測
格式:pdf
大小:101KB
頁數(shù):1P
4.7
免振搗混凝土的配合比的不同對其抗壓強度有很大影響,為了解決免振搗混凝土抗壓強度預測問題,采用bp神經(jīng)網(wǎng)絡方法通過免振搗混凝土不同配合比訓練網(wǎng)絡預測其抗壓強度,結果表明bp神經(jīng)網(wǎng)絡的隱層節(jié)點數(shù)目對預測精度有較大影響.通過分析得出采用bp神經(jīng)網(wǎng)絡對免振搗混凝土抗壓強度預測是可行的.
基于PSO-BP神經(jīng)網(wǎng)絡的混凝土抗壓強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>629KB
頁數(shù):4P
4.7
為了有效提高混凝土抗壓強度的預測精準度,利用粒子群算法優(yōu)化bp神經(jīng)網(wǎng)絡初始權值和閾值,建立了混凝土抗壓強多因子pso-bp預測模型。模型以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細集料的含量以及置放天數(shù)為輸入?yún)?shù),混凝土抗壓強度值作為輸出參數(shù),不僅可以克服bp算法收斂速度慢和易陷入局部極值的缺陷,而且模型的學習能力、泛化能力和預測精度都有了很大的提高。以uci數(shù)據(jù)庫中的concretecompressivestrength數(shù)據(jù)集為例進行仿真測試,結果表明:pso-bp模型預測精度較bp、ga-bp模型分別提高了8.26%和2.05%,驗證了pso-bp模型在混凝土抗壓強度預測中的有效性。
基于BP神經(jīng)網(wǎng)絡的再生保溫混凝土抗壓強度預測
格式:pdf
大小:156KB
頁數(shù):4P
4.4
通過研究再生粗骨料取代率、水灰比對再生保溫混凝土抗壓強度的影響,建立了以再生粗骨料取代率、水灰比以及混凝土表觀密度為因子的bp神經(jīng)網(wǎng)絡預測模型,旨在通過這三種因子的測量對再生保溫混凝土28d抗壓強度進行預測。試驗研究表明,當再生粗骨料取代率為50%時,再生保溫混凝土抗壓強度與混凝土拌合物表觀密度近似成線性關系,抗壓強度隨著水灰比的增大而降低;當取代率為100%時,抗壓強度與表觀密度為非線性關系,抗壓強度隨表觀密度的增大而增大,隨水灰比的增加而增加。建立的三因子bp神經(jīng)網(wǎng)絡模型的預測值與實際值的誤差在3%以內,可用于再生保溫混凝土的抗壓強度預測。
基于BP網(wǎng)絡的再生混凝土抗壓強度的預測模型
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>235KB
頁數(shù):4P
4.6
利用bp神經(jīng)網(wǎng)絡法,建立了再生混凝土的抗壓強度預測模型。該模型采用了3層網(wǎng)絡結構模式,輸入層采用再生混凝土的配合比數(shù)據(jù),輸出層為再生混凝土,置放7、28、56、90d的強度數(shù)據(jù),模型的轉移函數(shù)均采用單極性sigmoid函數(shù)。由于sigmoid函數(shù)值為[0,1],因此,對再生混凝土輸入數(shù)據(jù)進行歸一化處理。最后,設計了33塊再生混凝土的抗壓強度試驗,利用試驗數(shù)據(jù)對網(wǎng)絡模型進行測試,測試的結果證實了該模型對再生混凝土的強度預測值與實際測試結果基本相符。
BP人工神經(jīng)網(wǎng)絡在混凝土抗壓強度預測中的應用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.7MB
頁數(shù):2P
4.6
作為混凝土主要力學性能指標,混凝土的抗壓強度很大程度上決定建筑工程的質量?;炷量箟簭姸阮A測也一直是國內外研究的重點。本文在參考國內外已有文獻的基礎上,借助matlab數(shù)學工具建立混凝土抗壓強度預測的bp人工神經(jīng)網(wǎng)絡模型,對混凝土抗壓強度進行預測,同時將預測得到的結果和concretecompressivestrength數(shù)據(jù)集進行對比,驗證模型的正確性。并通過改變影響混凝土強度的各種因素的值對它們對混凝土抗壓強度的影響進行探討。
基于人工神經(jīng)網(wǎng)絡的混凝土抗壓強度預測方法
格式:pdf
大小:178KB
頁數(shù):5P
4.4
在給出混凝土等效水灰比和骨料平均漿體厚度計算方法的基礎上,采用人工神經(jīng)網(wǎng)絡方法,建立了混凝土28d抗壓強度與混凝土等效水灰比、骨料平均漿體厚度和粉煤灰與膠凝材料用量比之間的非線性映射關系.該研究成果可減少混凝土試配次數(shù),節(jié)約大量人力、物力和時間,并為高體積穩(wěn)定性混凝土配合比設計方法的研究進一步奠定了基礎.
基于BPNN神經(jīng)網(wǎng)絡的混凝土抗壓強度預測及應用研究
格式:pdf
大小:1.4MB
頁數(shù):2P
4.8
鋼筋混凝土廣泛應用于土木工程領域,隨著近年來交通土建行業(yè)的飛速發(fā)展,其應用越來越廣泛。本文通過實際工程中積累的強度檢測數(shù)據(jù),用matlabr2015b軟件編程,實現(xiàn)基于bpnn神經(jīng)網(wǎng)絡的混凝土強度預測擬合算法。結果表明,通過預測結果與試驗實測結果對比,根據(jù)預測模型得出的相對誤差絕對值都在10%左右;基于bpnn神經(jīng)網(wǎng)絡的混凝土抗壓強度預測可用于混凝土配合比的確定,提高配制效率。
人工神經(jīng)網(wǎng)絡在自密實混凝土抗壓強度預測中的應用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>596KB
頁數(shù):5P
4.4
針對傳統(tǒng)bp神經(jīng)網(wǎng)絡的不足,采用不同改進算法的網(wǎng)絡模型對自密實混凝土抗壓強度預測進行了詳細的分析.研究表明:采用變梯度算法的模型m1、p-b復位算法的模型m2、擬牛頓算法的模型m3以及l(fā)m算法的模型m4,這4種模型均成功地建立了自密實混凝土強度的非線性關系,可用于其強度預測;通過用matlab編寫程序,為解決bp網(wǎng)絡隱層節(jié)點數(shù)的不確定性提供了一種較為方便的途徑.
普通混凝土強度預測的BP神經(jīng)網(wǎng)絡模型
格式:pdf
大小:244KB
頁數(shù):3P
4.8
在分析普通混凝土強度影響因素基礎上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網(wǎng)絡模型。討論了模型的學習樣本、網(wǎng)絡參數(shù)對預測精度的影響,選出最佳網(wǎng)絡參數(shù)配置。實例證明模型預測精度高。
BP神經(jīng)網(wǎng)絡在路面材料抗壓強度預測中的應用
格式:pdf
大小:246KB
頁數(shù):2P
4.7
應用matlab提供的神經(jīng)網(wǎng)絡工具箱作為bp神經(jīng)網(wǎng)絡訓練和仿真的平臺,并進行語言編程,通過采用不同隱函數(shù)節(jié)點數(shù)進行對比試驗,采用精度與誤差都合適的節(jié)點數(shù)進行訓練與預測,觀察預測的精度,并分析神經(jīng)網(wǎng)絡對抗壓強度結果預測的可應用性,從而得出一些有益的結論。
樹脂混凝土強度預測的神經(jīng)網(wǎng)絡模型
格式:pdf
大小:675KB
頁數(shù):4P
4.5
本文運用均勻設計的方法進行樹脂混凝土的配合比設計,用較少的試驗取得較好的效果;建立了樹脂混凝土的強度預測的神經(jīng)網(wǎng)絡模型,對試驗的數(shù)據(jù)進行了訓練和仿真,預測的結果與試驗結果吻合非常好。
基于BP神經(jīng)網(wǎng)絡的混凝土抗凍耐久性預測
格式:pdf
大小:366KB
頁數(shù):2P
4.7
本文在分析混凝土抗凍耐久性預測研究現(xiàn)狀的基礎上,結合bp人工神經(jīng)網(wǎng)絡的特點,利用matlab軟件建立了預測混凝土凍融環(huán)境下相對動彈性模量的模型,并對預測結果進行了分析。結果表明運用人工神經(jīng)網(wǎng)絡的預測方法操作簡便、實用性強且在精度上能滿足要求,該模型的建立也可為混凝土抗凍性設計、施工管理和建成后工程的運行維護提供參考。
基于BP神經(jīng)網(wǎng)絡的混凝土抗裂性能預測
格式:pdf
大小:161KB
頁數(shù):2P
4.6
影響混凝土結構抗裂性能的一重要因素是原材料,本文基于bp神經(jīng)網(wǎng)絡模型和matlab軟件,建立了原材料對混凝土抗裂性能影響的神經(jīng)網(wǎng)絡預測模型,結果表明bp神經(jīng)網(wǎng)絡能很好地預測混凝土抗裂性能,模型預測精度高達99.95%.
混凝土抗壓強度、抗剪強度
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>18KB
頁數(shù):2P
4.7
c15c20c25c30c35c40c45 試驗值2.252.73.153.553.94.34.65 標準值1.72.12.52.853.23.53.8 設計值1.261.761.82.12.362.62.8 標準值1013.416.720.123.426.829.6 設計值7.29.611.914.316.719.121.1 標準值1.271.541.782.012.22.392.51 設計值0.911.11.271.431.571.711.8 彈性模量2.22.552.833.153.253.35 抗剪強度 抗壓強度 抗拉強度 c50c55c60 55.35.6 3.944.1 2.92.963.1 32.435.538.5 23.125.3
基于BP人工神經(jīng)網(wǎng)絡的混凝土強度預測
格式:pdf
大小:207KB
頁數(shù):4P
4.7
混凝土強度是結構設計中控制的主要指標,其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素,常規(guī)計算混凝土強度的公式因個人理解的不同而各異,一種仿生模型—人工神經(jīng)網(wǎng)絡則能很好地解決這個難題,文中嘗試用人工神經(jīng)網(wǎng)絡對不同混凝土強度進行預測,結果表明此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時間、人力、物力和財力.
基于BP神經(jīng)網(wǎng)絡的既有建筑混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):6P
4.7
在分析檢測數(shù)據(jù)的基礎上,提取了結構服役時間、結構建造時間、結構檢測時間、混凝土設計強度和混凝土碳化深度等特征參數(shù),建立了預測既有建筑混凝土強度退化的人工神經(jīng)網(wǎng)絡模型。采用動量法和自適應調整法改進了bp算法;采用訓練好的bp神經(jīng)網(wǎng)絡對既有混凝土強度最小值和混凝土強度最大值進行了預測,并與實測值進行了對比。結果表明:利用bp神經(jīng)網(wǎng)絡對既有建筑混凝土強度退化進行預測是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。
回彈發(fā)檢驗混凝土抗壓強度記錄
格式:pdf
大小:28KB
頁數(shù):1P
4.7
序 號 構 件 名 稱 位 置 ( 澆 筑 日 期 回 彈 平 均 值 碳化 深度 現(xiàn)齡 期強 度推 定值 泵送 砼修 正值 泵送 砼強 度換 算值 設 計 強 度 回彈值 檢驗日期: 監(jiān)理單位: 項目施工技術負責人: 回彈法檢驗混凝土抗壓強度記錄 注:1、混凝土實體檢查應在分項工程質量驗收后進行;2、檢驗操作人員應經(jīng)過專門培訓 、檢驗儀器應鑒定校準合格,齡期在60天以內的混凝土可不測碳化深度。 檢驗操作(記錄)人員: 專業(yè)監(jiān)理工程師(建設單位項目專業(yè)技術負責人): 建設單位或工程名稱: 結構類型: 形象進度: 施工單位:
標準養(yǎng)護混凝土抗壓強度檢驗報告
格式:pdf
大小:19KB
頁數(shù):1P
4.7
第1頁共1頁 標準養(yǎng)護混凝土抗壓強度檢驗報告 委托編號:2xxxxxxxxx記錄編號:2xxxxxxxxx報告編號:2xxxxxxxxx 委托日期:2018年01月01日檢驗日期:2018年01月01日報告日期:2018年01月01日 委托單位:工程名稱:xxxxxxxxxxx建筑工程 單位工程名稱:主廠房工程部位:3.95m層柱、梁、板 強度等級c40狀態(tài)描述表面平整 配合比編號試件成型方法 立方體試件邊長 (mm) 石子最大粒徑 (mm) 見證單位見證人及證書編號 取樣人及證書編號選樣人 試件編號成型日期檢驗日期 齡期 (d) 抗壓強度值 (mpa) 尺寸換 算系數(shù) 強度代表 值(mpa) 達到強度 等級百分 率(%) 1 // / /// / //// /
混凝土抗壓強度實驗報告 (2)
格式:pdf
大小:123KB
頁數(shù):12P
4.8
混凝土抗壓強度實驗報告 委托部門:生產(chǎn)部樣品性質:委托送檢委托日期:2011.01.18 、 施工單位:周口龍潤電力集團有限公司委托編號:委hgtky10096012實驗日期:2011.01.18 工程名稱:西氣東輸淮陽壓氣站2回路110kv線路配比編號:配10072302報告日期:2011.01.19 工程部位:基礎檢驗依據(jù):gb/50081-2002 試件編號 試件規(guī)格 (mm) 強度等級成型日期年期(天) 抗壓強度(mpa)評定強度 (mpa)123 10096130100*100*100c2510-12-202830.129.631.230.3 報告人:李琰審核人:王潛簽發(fā)人:荊武波周口市恒固建設有限公司商混站實驗室 復制報告無蓋章無效 混凝土抗壓強度實驗報告 委托部門:生產(chǎn)部樣品性質:委托送檢委
混凝土抗壓強度檢測報告 (2)
格式:pdf
大小:21KB
頁數(shù):1P
4.5
混凝土抗壓強度檢測報告 委托單位委托人委托日期報告編號 工程名稱委托編號 工程地址建設單位檢測類別 施工單位監(jiān)理單位樣品狀態(tài) 品種檢測標準 檢測日期檢測環(huán)境檢測設備 任務單 編號 樓層及部位養(yǎng)護條件 設計強 度等級 制作日期施壓日期 齡期 (d) 代表數(shù) 量(方) 破壞荷載 (kn) 抗壓強度(mpa) 備注 單塊值代表值 檢測報告說明:1、若對報告有異議,應于收到報告之日起十五日內,以書面形式向檢測單位提出,逾期視為對報告無異議。 2、送樣檢測,僅對來樣檢測負責。3、未加蓋本公司材料實驗專用章,報告無效。 負責人:審核:實驗:報告日期: 檢測單位: 上崗證號地址: 電話:郵編: 以下空白
混凝土抗壓強度檢測報告
格式:pdf
大小:19KB
頁數(shù):1P
4.6
混凝土抗壓強度檢測報告 樣品名稱混凝土強度樣品規(guī)格150*150*150(mm)樣品狀態(tài)無異常檢測地點混凝土室報告編號1171122064 工程名稱電桿檢測類別產(chǎn)品質量檢測檢測日期20171106檢測依據(jù)gb/t50081 工程部位養(yǎng)護條件 設計強度 等級 制作日期試壓日期 齡期 (d) 承壓面積 (mm2) 抗壓強度(mpa) 備注 單塊值代表值 電桿同條件養(yǎng)護c4010月08日11月06日2822500 49.4 51.652.2 53.1 檢測環(huán)境20℃檢測設備壓力試驗機、鋼直尺 說明:○1本報告加蓋本單位檢測專用章后生效?!?對檢測結果若有異議,請于收到報告之日起十五天內向本單位提出,逾期視為對報告無異議?!? 未經(jīng)本單位同意,不得以任何方式復制本報告,經(jīng)同意復制的
文輯推薦
知識推薦
百科推薦
職位:房建工程材料員
擅長專業(yè):土建 安裝 裝飾 市政 園林