人工神经网络在高掺量粉煤灰混凝土配制中的应用研究

摘要

高掺量粉煤灰混凝土的强度预测是一个典型的多变量，非线形系统，在实际工程生产中具有十分重要的意义。但是现在的预测方法准确性差，难以在实际中被普遍推广应用，导致高掺量粉煤灰生产与工程应用的困难。本文利用现代人工神经网络技术，以高掺量粉煤灰混凝土为研究对象，结合平煤集团的试验和生产实践，收集整理相关数据资料，将高掺量粉煤灰混凝土的主要原料、掺合料、添加剂和龄期作为输入，抗压强度和抗折强度作为输出，建立了反映混凝土配方与强度之间映射关系的多因素智能分析网络模型。采用BP算法训练网络，对高掺量粉煤灰混凝土配方与强度之间的映射关系进行了函数逼近。应用Visual C++ 6.0开发了高性能粉煤灰混凝土的性能预测应用软件，解决了高掺量粉煤灰混凝土的模式特征不明确、各组分对混凝土性能影响非线性、随机因素多等诸多问题。研究结果表明，采用本方法进行高掺量粉煤灰混凝土的配制具有优化设计及快速、定量、预测精度高、适应性强、成本低等特点，必将有利于推动高掺量粉煤灰混凝土在工程中的应用。

目录

文摘

英文文摘

学位论文原创性声明和学位论文知识产权声明书

1前言

2 粉煤灰混凝土的发展概况

3 人工神经网络的基本原理和方法

4 配制高掺量粉煤灰混凝土的神经网络方法

5 工程应用实例及成果分析

6 结论

参考文献

致谢

附录