人工神经网络技术在高强混凝土中的应用.docx

《人工神经网络技术在高强混凝土中的应用.docx》由会员分享，可在线阅读，更多相关《人工神经网络技术在高强混凝土中的应用.docx（2页珍藏版）》请在优知文库上搜索。

1、人工神经网络技术在高强混凝土中的应用配合比设计初探在工程实践中，混凝土的强度是衡量混凝土性能的重要指标。目前,高强度混凝土，尤其是C60-C70的高强混凝土，正由研究阶段向实际应用阶段转变，有的已经得到了广泛应用U3）。但是,由于经济和使用要求的限制，在进行混凝土性能的改善方法、更好的环境适应性以及费用节约等方面的研究时，尚有许多不完善的地方。例如对于高强混凝土的配合比设计，就一直没有一个大家公认的设计方法，而只有一个指导性原则。很多研究成果和适用技术在应用上受到了限制，如每?混凝土的水泥用量通常被限制在50Okg等。研究表明，多组分混凝土的掺加材料与混凝土性能之间的关系由于受到多种因素的影响

2、，使试验结果的离散性较大，从而给混凝土的配合比设计带来了一定困难M7）。人工神经网络方法在自适应、容错能力和可模拟复杂系统等方面，较好地克服了混凝土材料在材料本身、制作过程和成型条件等方面的影响。研究结果表明,用人工神经网络方法模拟试验系统所得到的预测结果，与实际试验数据吻合较好，可用于工程实践（8Ul。1.基于正交试验的混凝土配合比设计的人工神经网络模众所周知,从研究问题的角度出发,研究者希望通过全面的试验来观察所有可能的现象.但是试验量太大，又给研究工作带来了困难,若能通过采用少数试验来找到各种因素的影响规律，将大大减少试验难度。正交试验设计正是出于这样的考虑。通过人工神经网络的系统模拟结

3、果可以看出，得到的模拟系统对所有试验结果的预测精度均较高，完全可以代替真实系统。试验和计算的结果告诉我们，应用神经网络理论可以用少数样本来模拟全部试验,并得到精度较高的预测结果。在人工神经网络理论方面，选择样本的数吊:和有效方法一直没有得到系统的解决。研究者认为，对于某个具体问题，根据被模拟系统的经验规律，可以得到反映真实系统规律的样本。通过试验研究和计算，这个假设得到了验证。以正交试验的试验样本来确定学习样本，实际上是对样本进行了优化选择，也为多组分高强混凝土配合比设计提供了一种有效的方法：就是建立1个专家系统，抛开复杂的理论研究，不直接面对复杂的影响因素分析，只通过系统模拟来得到高维非线性

4、系统,用来进行高强混凝土的配合比设计和新型混凝土材料的研究。由于建立神经网络系统只依靠样本和其反映的系统规律，因此口J以通过改变激励和响应的关系，反演得到在给定使用要求情况卜的材料的合适用量，从而体现了神经网络理论用来解决工程实际问题的灵活性。2.基于自组织神经网络分类的混凝土配合比设计的人工神经网络模型在大量的工程实践中,不可能对所有的混凝土配合比设计都采用正交设计。原因是，不是对应所有的影响因素数和因素水平都有确定的正交设计方法，而事实上又客观存在着大量的配合比设计资料和经验数据.基于这种情况,建立配合比设计系统很有必要。本试验研究基于自组织神经网络分类，提出了建立混凝土配合比设计的人工神

5、经网络模型的设想，并通过试验和计算得到了比较理想的结果。具体的研究方法可见参考文献口2）。3.结语1.用正交试验作为神经网络的学习样本，经过学习计算并与实际试验结果相比较，发现其能较好地模拟给定系统研究证明，该方法可应用于高强混凝土的配合比设计、建立专家知识库等方面。采用并行处理方式,速度快、容量大，可以对混凝土质量进行在线控制。2.基于无监督的自组织神经网络分类，在己有的设计资料和经验配合比数据的基础上,选取学习样本，并进行系统的模拟，也得到了可行的结果，说明人工智能技术在混凝土材料设计方面的应用具有工程实用价值.3.人工神经网络方法在样本选择上一直没有确切的依据原则。本研究将正交试验作为学

6、习样本，得到的模拟系统具有样本数量少，模拟精度高的特点。4.人工神经网络具有较强的容错能力，在研究过程中可以减轻混凝土材料离散性的影响，从而避免了理论研究中由于非线性以及离散性所导致的复杂性。参考文献：1冯乃谦.实用混凝上大全M.北京:科学出版社.2001.2陈肇元,朱金筏，吴佩刚.高强混凝土及其应用M.北京:清华大学出版社.1992.3殷勤业,杨宗凯,谈正.模式识别与神经网络M.北京:机械工业出版社.1992.4万朝均，星超.高强高性能混凝土研究与应用现状J.甫庆建筑大学学报，1999,21(1):49251.5蒲心诚.超高强高性能混凝土的强度构成分析J.混凝上与水泥制品，1999,(1):

7、7210.6周国恩.高强高性能混凝土配制与应用J.广西土木建筑，1999,24(2):87290.7NiHong-Guang,WangJi-Zong.PredictionofcompressivestrengthofconcretebyneuralnetworksJ.CementandConcreteResearch,2000,30(8):124521250.8闻新周，周露,王丹力,等.matlab神经网络应用设计M.北京:科学出版社,2001.9欧阳东.六组份混凝上配合比设计用强度公式J.混凝上，1997,(3):38244.10王海超.六组份碎配合比设计的人工智能技术研究J.工业建筑，1999,29(3):53259.11王海超.预测混凝土强度的智能技术应用研究J.工业建筑，1999,29(10):57259.12王海超，何世钦.人工神经网络技术在高强混凝土中的应用U建筑材料学报,2004.7(1):94-101.