RBF与改进BP神经网络的混凝土抗冻性预测

• 作者: 张爱玲 胡春生 胡海波 闫春岭
• 来源期刊: 水泥工程
• 学科: 工学
• 关键词: 抗冻性 混凝土 相对动弹性模量 预测 人工神经网络
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 设计研究
• 页码范围: 19-22
• 页数: 4页
• 分类号: TQ172.1+6
• 字数: 1838字
• 语种: 中文
• DOI: 10.13697/j.cnki.32-1449/tu.2016.05.007

摘要

混凝土相对动弹性模量是反映混凝土抗冻性的一个重要指标,利用RBF和改进的BP神经网络,建立了混凝土相对动弹性模量的预测模型.该模型输入层为混凝土水灰比、水泥用量和冻融循环次数,输出层为混凝土相对动弹性模量.在采用建立的两种模型对试验结果进行预测时,先对输入数据进行标准化处理,同时对预测结果与试验结果进行比较.结果表明:采用改进的BP方法得到的预测结果相对误差均小于4％,比采用RBF方法得到的预测结果精度要高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫春岭	安阳工学院土木与建筑工程学院	33	54	4.0	5.0
3	张爱玲	安阳工学院土木与建筑工程学院	13	33	3.0	5.0
6	胡春生	安阳工学院土木与建筑工程学院	3	17	2.0	3.0
7	胡海波	安阳工学院土木与建筑工程学院	3	17	2.0	3.0