基于遗传算法人工神经网络的超高性能混凝土密实度预测研究

• 作者: 刘康宁 范定强 邓立贤
• 来源期刊: 城市建筑
• 学科: 工学
• 关键词: 超高性能混凝土 遗传算法 人工神经网络 密实度
• 年，卷（期）: 2020,（31）
• 所属期刊栏目: 建筑设计·理论
• 页码范围: 139-142,150
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19892/j.cnki.csjz.2020.31.33

摘要

UHPC(超高性能混凝土)是一种新型的水泥基复合材料,利用颗粒间的紧密堆积以形成较高密实度的基体,实现了超凡的机械性能和耐久性能,使得其在工程中具有较大应用前景.为了预测不同配合比下的UHPC密实度,研究采用遗传算法人工神经网络技术进行建模,同时研究了密实度与UHPC性能的关系.结果表明:密实度对UHPC的机械性能和孔结构有显著影响,密实度越高,UHPC的机械性能越优异,孔隙率越低;利用GA-ANN模型可以有效预测不同配合比下的UHPC密实度,且具有较高的准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓立贤		3	0	0.0	0.0
2	刘康宁		3	0	0.0	0.0
3	范定强		7	10	1.0	3.0