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:
以粒子蜂群算法整合神经网络,提出一套可以预测高性能混凝土强度模型的方法论.以两个已经发表的方法进行比较,包括演化运算树及倒传递网络.由模型准确度可知,研究提出的三种不同隐藏层节点的粒子蜂群神经网络模型预测准确度高于演化运算树,但接近倒传递网络.由参数的影响性可知,粒子蜂群神经网络认为水泥、龄期、水、高炉矿渣粉、超塑剂、粉煤灰添加量对于高性能混凝土强度的影响性大,而粗、细骨料用量对高性能混凝上强度并不敏感,这样的结果与实际相符合.
推荐文章
混凝土强度预测的混沌优化神经网络模型
混凝土强度
BP神经网络
ABPM算法
预测
高性能混凝土强度预测的神经网络-主成分分析
混凝土抗压强度
多元统计分析
主成分分析
人工神经网络
神经网络在混凝土强度预测中的应用
混凝土强度
神经网络
预测
鲍罗米公式
基于人工蜂群算法与Elman神经网络的大坝变形监控模型
大坝变形
监控模型
Elman神经网络
人工蜂群算法
金沙江水电基地
云南省昭通市水富县
大坝安全
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 以粒子蜂群神经网络建立高性能混凝土强度模型
来源期刊 福州大学学报(自然科学版) 学科 工学
关键词 粒子蜂群算法 高性能混凝土 演化运算树 倒传递网络 粒子蜂群神经网络
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 253-258
页数 6页 分类号 TU17
字数 3374字 语种 中文
DOI 10.7631/issn.1000-2243.2016.02.0253
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 吴波 福建工程学院土木工程学院福建省土木工程新技术与信息化重点实验室 26 93 6.0 8.0
2 刘燕妮 福建工程学院土木工程学院福建省土木工程新技术与信息化重点实验室 4 6 2.0 2.0
3 连立川 福建工程学院土木工程学院福建省土木工程新技术与信息化重点实验室 4 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (22)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (22)
二级引证文献  (13)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
粒子蜂群算法
高性能混凝土
演化运算树
倒传递网络
粒子蜂群神经网络
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
福州大学学报(自然科学版)
双月刊
1000-2243
35-1117/N
大16开
福建省福州市大学新区学园路2号
34-27
1961
chi
出版文献量(篇)
4219
总下载数(次)
6
总被引数(次)
24665
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导