基于Nadam优化器的全连接神经网络在水泥3 d及28 d抗压强度预测中的应用实践  

Application of fully connected neural network based on Nadam optimizer to prediction of cement compressive strength at 3 d and 28 d

作　　者：张宏图 ZHANG Hongtu

机构地区：[1]合肥水泥研究设计院有限公司,安徽合肥230051

出　　处：《水泥》2023年第8期65-68,共4页Cement

基　　金：安徽省科技重大专项(202203f07020009);安徽省重点研究与开发计划项目(202104a05020054);中国建材集团揭榜挂帅项目(2021YCJS01)。

摘　　要：本文基于TensorFlow+Keras深度学习框架建立了水泥3 d及28 d抗压强度全连接神经网络数据驱动模型,采用基于Nadam优化器对模型进行训练,与SGD随机梯度下降相比,鲁棒性更好,精度更高。测试数据3 d抗压强度预测相对误差小于7.47%,28 d抗压强度预测相对误差小于3.57%,可满足实际生产需求。

关 键 词：TensorFlow Keras PYTHON 水泥强度 NADAM SGD sklearn 归一化 

分 类 号：TQ172.12[化学工程—水泥工业]