基于BP人工神经网络的胶凝砂砾石变形率及强度预测研究

• 作者: 权俊豪 李明浩 王思方 胡庆港 金光日
• 来源期刊: 人民珠江
• 关键词: CSG 人工神经网络 强度 变形率 预测模型
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 建筑材料
• 页码范围: 87-93
• 页数: 7页
• 分类号: TV41
• 语种: 中文
• DOI: 11.3969/j.issn.1001-9235.2017.11.019

摘要

为了保证胶凝砂砾石(简称CSG)坝的强度等各项设计要求,需要在正式动工前对CSG材料在目标天数后所能达到的强度值等其他指标进行先行预测.以强度和变形率为例,通过试验取得的样本数据,在BP人工神经网络的基础上结合多种影响因子建立了预测模型,对其进行预测.结果表明预测的准确率高,与实测值误差较小,分析后可知其完全可以作为强度、变形率预测的一种手段.最后,BP人工神经网络的成功应用为预测CSG材料的某些力学性质提供了新思路,也对类似预测问题有操作层面上的实用参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金光日	延边大学工学院	17	15	2.0	2.0
2	李明浩	延边大学工学院	8	13	2.0	3.0
3	胡庆港	延边大学工学院	4	5	2.0	2.0
4	王思方	延边大学工学院	4	13	2.0	3.0
5	权俊豪	延边大学工学院	4	3	1.0	1.0