基于BP神经网络混凝土抗压强度预测  

PREDICTION OF CONCRETE COMPRESSIVE STRENGTH BASED ON BP NEURAL NETWORK

作　　者：皮文山[1] 周红标[2] 胡金平[3] 

机构地区：[1]淮阴工学院总务基建处,江苏淮安223003 [2]淮阴工学院电子与电气工程学院,江苏淮安223003 [3]兰州理工大学电信学院,兰州730050

出　　处：《低温建筑技术》2011年第4期14-16,共3页Low Temperature Architecture Technology

基　　金：淮安市2010年度科技支撑项目(SN1045);淮阴工学院科技项目(2717574)资助

摘　　要：在阐述BP人工神经网络原理的基础上,针对影响强度的主要因素,建立了多因子混凝土抗压强度3层BP网络模型,以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料含量及置放天数作为模型输入参数,混凝土抗压强度值作为模型的输出,对混凝土抗压强度进行了预测。实验结果表明:所建BP神经网络混凝土抗压强度预测模型最大误差绝对值都小于20%,平均误差为7.33%,模型具有较高预测精度。Aimed at the main facts of concrete compressive strength,a multi-factor 3-layer BP network model was set up using BP artificial neural network for the prediction of concrete compressive strength,with cement,blast furnace slag,fly ash,water,superplasticizer,coarse aggregate,fine aggregate and age as the model input parameters,and concrete compressive strength as the model output parameter.The results show that the maximum predicted error of BP neural network model is less than 20%,the average error is 5.99%,and the concrete compressive strength artificial neural network model has higher prediction accuracy.

关 键 词：混凝土 抗压强度 BP神经网络 预测 

分 类 号：TU528.1[建筑科学—建筑技术科学]