混凝土性能预测的神经网络方法

本文根据混凝土性能预测问题中存在的多变量、大时滞和非线性等特点，以及现有预测方法的不足之处，提出了应用多层前向神经网络进行水泥强度和混凝土性能预测的方法。探讨了全局优化BP算法以及与模糊ISODADA技术的结合进行模糊聚类神经网络预测的途径和适用性；建立了基本BP算法、改进算法和模糊聚类的神经网络强度预测模型与和易性预测模型。用C语言编制了人工神经网络仿真程序，进行了大量混凝土性能试验，并从建筑施工单位批量采集试验数据。对四批数据的处理结果表明，神经网络用于水泥和混凝土性能预测速度快、误差小、效果好，对于控制水泥和混凝土的性能具有理论意义和较好的应用前景。