自密实混凝土工作性能和强度的BP神经网络预测  

Workability and Strength Prediction of Self-compacting Concrete Based on BP Neural Network

作　　者：郭奇[1] 李悦[1] 

机构地区：[1]北京工业大学建工学院,北京100022

出　　处：《国外建材科技》2007年第6期30-33,共4页Science and Technology of Overseas Building Materials

基　　金：北京市科技新星计划资助项目(2005B09);国家自然科学基金(50408004)

摘　　要：如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28 d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28 d强度,预测精度高。In this paper the parameters of self-compacting concrete（short for SCC） mix proportion are taken as the input of BP neural network, and its corresponding workability and 28 d strength as the output of the network to express the nonlinear relation between thes The results of the actual example indicate that predicting the properties of SCC through the pre-trained BP neural network is effective and prccisc.

关 键 词：BP神经网络 自密实混凝土 配合比 工作性能 强度 

分 类 号：TU528[建筑科学—建筑技术科学]