基于PSO—BP神经网络的混凝土抗压强度预测

• 作者: 何晓凤
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: BP神经网络 粒子群算法 混凝土抗压强度 预测
• 年，卷（期）: 2011,（20）
• 所属期刊栏目: 技术与方法
• 页码范围: 87-90
• 分类号: TP391.9|TU528.1
• 字数: 3456字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.20.032

摘要

为了有效提高混凝土抗压强度的预测精准度，利用粒子群算法优化BP神经网络初始权值和阈值，建立了混凝土抗压强多因子PSO-BP预测模型。模型以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数为输入参数，混凝土抗压强度值作为输出参数，不仅可以克服BP算法收敛速度慢和易陷入局部极值的缺陷，而且模型的学习能力、泛化能力和预测精度都有了很大的提高。以UCI数据库中的Concrete CompressiveStrength数据集为例进行仿真测试，结果表明：PSO-BP模型预测精度较BP、GA—BP模型分别提高了8．26％和2．05％，验证了PSO—BP模型在混凝土抗压强度预测中的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何晓凤	淮阴工学院电子与电气工程学院	20	64	5.0	7.0