【摘 要】
：
再生混凝土在应用于工程建设前需要进行大量的室内试验验证，不仅消耗大量的建筑耗材，还严重影响建设周期的长短。本文以Matlab平台为基础进行了基于BP神经网络的再生混凝土力学性能预估研究，以再生骨料掺量、水泥、碎石、粉煤灰、细骨料、减水剂、用水量、水胶比等8个因素作为网络模型的输入层，以28d抗压强度、抗折强度、劈裂强度这3个混凝土力学指标作为输出层，将28组数据样本进行神经网络的训练、验证和测试。
论文部分内容阅读
再生混凝土在应用于工程建设前需要进行大量的室内试验验证，不仅消耗大量的建筑耗材，还严重影响建设周期的长短。本文以Matlab平台为基础进行了基于BP神经网络的再生混凝土力学性能预估研究，以再生骨料掺量、水泥、碎石、粉煤灰、细骨料、减水剂、用水量、水胶比等8个因素作为网络模型的输入层，以28d抗压强度、抗折强度、劈裂强度这3个混凝土力学指标作为输出层，将28组数据样本进行神经网络的训练、验证和测试。研究表明，BP神经网络可以对再生混凝土力学性能进行较为精准的预估，其可靠度在0.9以上，能够较好地为工程实践提供理论依据。
其他文献
由于影响混凝土抗压强度的因素众多，且抗压强度与各影响因素之间的关系是一种复杂的非线性问题，采用了机器学习的方法较好地对混凝土抗压强度做出预测，研究采用BP和GA-BP两种神经网络分别对混凝土28 d抗压强度进行预测并进行分析，其中输入层的参数为水泥、炉渣、粉煤灰、水、减水剂、粗骨料和细骨料的用量。结果表明：与BP神经网络式相比，GA-BP神经网络预测值与实测值更为吻合，平均误差率减少了43%，有更
本文分析了韶钢高炉工序能耗水平的现状，对2018年以来降低高炉工序能耗的措施进行了小结。采取的主要措施为：富氧大喷煤、高炉炉缸浇注喷涂技术应用、高顶压、提升吨铁煤气回收、控制合理煤气流分布、提高TRT发电量、实现能源动态控制与管理等，并提出了后续降低高炉工序能耗的方向。
针对基于边缘检测算法、阈值法等传统的混凝土裂缝检测算法易受到干扰的问题，采用基于轻量化卷积神经网络的桥梁混凝土裂缝检测方法对混凝土裂缝检测难的问题进行研究，并通过对桥梁裂缝图像真实数据集进行检测验证。检测结果表明：1)所研究的轻量化卷积神经网络模型能够实现像素级的标注；2)所研究的轻量化卷积神经网络模型训练参数相比其他文献明显减少，权重文件所占内存明显减小；3)所研究的神经网络模型能够清晰准确地划
为了预测橡胶混凝土的冻融损伤破坏和抗冻性能，进行了橡胶混凝土的冻融试验.以112组试验数据为训练样本，建立了以橡胶粉掺量、水灰比和冻融循环次数为输入变量，相对动弹性模量为输出变量的橡胶混凝土抗冻性BP神经网络预测模型.预测值与实测值的对比结果表明，27个测试样本中88.9%的测试样本相对误差均小于3%,其余测试样本相对误差均未超过5%,该BP网络模型具有较强的预测能力，能够满足橡胶混凝土工程抗冻性
再生混凝土抗压强度影响因素多、力学性能易劣化，为提高再生混凝土品质，必须对其强度特性进行深入研究。针对常规回归分析方法预测再生混凝土存在的问题，利用非线性映射能力良好的BP神经网络算法进行再生混凝土抗压强度预测。该预测模型以粗骨料吸水率、水灰比和水泥掺入比作为输入层，以再生混凝土28 d抗压强度作为输出层，中间隐含层节点数为10。仿真结果表明，该模型平均相对误差仅为3.04%，线性相关系数大于0.
基于钢管混凝土抗弯承载力计算公式，确定了影响钢管混凝土抗弯承载力的4个主要因素为混凝土抗压强度标准值、钢管的屈服极限、混凝土的横截面积和钢管厚度横截面积；训练了三层结构的BP神经网络，以所确定的影响钢管混凝土抗弯承载力的4个主要因素作为输入，对钢管混凝土纯弯构件的抗弯承载力进行了预测，结果表明：对圆形钢管混凝土抗弯承载力预测的最大相对误差为6.07%，平均相对误差为3.011%；对正方形钢管混凝土
旅游空间商品化对区域的发展具有重要指示作用，它不仅体现了一个区域旅游业的发达程度，也体现了旅游业的可持续发展水平。目前我国旅游产业的发展及城镇化进程的加快导致一些地区旅游空间商品化程度明显过度，大量外来游客和旅游经营者的不断涌入造成旅游地文化空间发生显著变化。文本以周庄古镇为例，借助访谈法分析遗产社区直接商品化与间接商品化的表现形式，并在此基础上研究由于旅游空间商品化造成文化空间割裂、文化身份丧失
本文以结构可靠性理论作为基础,结合《组合结构设计规范》（JGJ138-2016）的要求,针对结构可靠度传统分析方法在对结构整体分析时功能函数是隐性函数和非线性函数时无法计算的问题,使用神经网络与传统可靠度相结合的方法计算隐性功能函数无法拟合的问题。本文开展了以下工作:（1）利用定义法、蒙特卡洛法、基于神经网络的蒙特卡洛法、基于神经网络的一次二阶矩法,基于神经网络的二次二阶矩法分别对单层单跨刚架的可