遗传神经网络对RPC流动度预估的研究

• 作者: 胡检 黄政宇
• 来源期刊: 铁道科学与工程学报
• 学科: 工学
• 关键词: RPC 神经网络 流动度 遗传算法 预估
• 年，卷（期）: 2008,（3）
• 页码范围: 37-41
• 页数: 5页
• 分类号: TU528
• 字数: 2672字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7029.2008.03.008

摘要

流动度是RPC配制的一个关键指标,它直接反映了其工作性的优劣,但其影响因素复杂,难以用统一的数值关系直接描述RPC流动度与其影响因素的量化关系,目前还没有合适的计算方法,为此,提出控制RPC流动度的数值方法,即引入遗传神经网络对RPC的流动度进行预测控制.在建立网络模型后,选取适当的参数,进行训练仿真分析.结果表明,该遗传神经网络模型是有效的,对RPC的流动度预测有较高的精度和稳定的预测结果,与单纯的BP神经网络模型相比,具有精度高、训练速度快、工作性能稳定等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄政宇	湖南大学土木工程学院	94	1871	23.0	41.0
2	胡检	湖南大学土木工程学院	5	18	3.0	4.0