基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
早期获得混凝土28d抗压强度值,对于提高工程质量和加快施工进度具有十分重要的意义.本文在国内外早期推定混凝土强度方法的基础上,提出一种基于人工智能的新的预测办法,建立了多层前馈神经网络模型,实现了从新拌混凝土的组份及其特性到硬化后混凝土强度之间的复杂的非线性映射.通过对大量试验数据的学习,智能系统可以早期预测混凝土28d抗压强度.此外,本文还应用该智能系统模拟分析混凝土成份的质和量的变化对其抗压强度的影响,得到的结果符合已知的混凝土强度变化的某些规律,表明系统具有较高的精度和较强的泛化能力.
推荐文章
海水侵蚀混凝土强度的智能分析方法研究
智能分析
海水侵蚀
混凝土强度
水流模拟智能化问题的探讨
水流模拟
智能模拟
智能模型
智能系统
水利
智能科学
基于灰色预测的转炉炼钢烟气反馈智能化
智能炼钢
灰色预测
动态检测
仿真检验
基于多智能算法混凝土强度预测系统设计
混凝土强度预测
优化设计
BP神经网络
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混凝土强度预测和模拟的智能化方法
来源期刊 土木工程学报 学科 工学
关键词 混凝土强度预测 人工智能 人工神经网络 计算机模拟
年,卷(期) 2003,(10) 所属期刊栏目 结构工程
研究方向 页码范围 24-29
页数 6页 分类号 TP183|TU502.6|TU528.01
字数 4687字 语种 中文
DOI 10.3321/j.issn:1000-131X.2003.10.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何锦云 17 134 8.0 11.0
2 王继宗 6 100 4.0 6.0
3 倪鸿光 1 37 1.0 1.0
4 侯栓成 1 37 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (17)
参考文献  (5)
节点文献
引证文献  (37)
同被引文献  (56)
二级引证文献  (52)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(4)
  • 引证文献(3)
  • 二级引证文献(1)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(10)
  • 引证文献(4)
  • 二级引证文献(6)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
混凝土强度预测
人工智能
人工神经网络
计算机模拟
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
土木工程学报
月刊
1000-131X
11-2120/TU
大16开
北京三里河路9号住房和城乡建设部内《土木工程学报》编辑部
2-582
1954
chi
出版文献量(篇)
4322
总下载数(次)
16
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导