人工神经网络在钢渣稳定土强度预测中的应用研究

• 作者: 乐金朝 李新明
• 来源期刊: 路基工程
• 学科: 工学
• 关键词: 钢渣稳定土 神经网络 预测 抗压强度
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 论述
• 页码范围: 69-72
• 页数: 4页
• 分类号: TU449
• 字数: 3182字
• 语种: 中文
• DOI: 10.13379/j.issn.1003-8825.2017.01.14

摘要

在分析钢渣土强度影响因素基础上,选取钢渣龄期、钢渣细度、钢渣掺量3种主要因素作为人工神经网络的输入值,钢渣土7天无侧限抗压强度作为输出值,建立了钢渣土强度预测的BP网络模型.研究结果表明:训练BP神经网络时,17组自变量数据中无侧限抗压强度的网络拟合值与实测值基本重合,误差为-4.054％ ～3.214％.BP网络方法应用于钢渣土强度的预测方面具有较高的精度,预测与实测结果最大相差为0.02 MPa,最大误差为5.556％,可见,基于3参数的BP神经网络模型在钢渣稳定土新型路床材料7天无侧限抗压强度中的应用是可行的,可以满足工程应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乐金朝	郑州大学水利与环境学院	90	918	17.0	25.0
2	李新明	中原工学院建筑工程学院	17	21	3.0	3.0