基于極端學(xué)習(xí)機(jī)的混凝土抗壓強(qiáng)度預(yù)測(cè)研究.pdf

1、抗壓強(qiáng)度是混凝土品質(zhì)評(píng)估的重要指標(biāo)，在工程實(shí)際應(yīng)用中，為確保施工安全與經(jīng)濟(jì)性，需要在早齡期即能掌握混凝土的強(qiáng)度發(fā)展趨勢(shì)。因此，對(duì)混凝土28天抗壓強(qiáng)度的預(yù)測(cè)進(jìn)行研究有著極其重要的實(shí)際意義。這是一個(gè)包含有多個(gè)變量的非線性問題，而傳統(tǒng)的一些預(yù)測(cè)方法，由于預(yù)測(cè)精度低，很難適用于實(shí)際問題。另一方面，有學(xué)者使用人工智能算法來預(yù)測(cè)混凝土抗壓強(qiáng)度，如，人工神經(jīng)網(wǎng)絡(luò)等，預(yù)測(cè)效果比較理想，然而傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法多是基于梯度的，容易導(dǎo)致收斂速度慢、易陷

2、入局部最優(yōu)、過擬合問題、最優(yōu)的網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)難以確定等缺陷。
　　極端學(xué)習(xí)機(jī)(Extreme Learning Machine，ELM)是一種新近提出的單隱層前饋神經(jīng)網(wǎng)絡(luò)，由于其具有結(jié)構(gòu)簡(jiǎn)單，學(xué)習(xí)速度快，以及良好的泛化性能等優(yōu)點(diǎn)正日漸受到眾多研究學(xué)者們的青睞。本文首先對(duì)影響混凝土抗壓強(qiáng)度的幾種因素:混凝土的組分如水灰比、粉煤灰、爐渣、骨料等，養(yǎng)護(hù)條件如溫度和濕度，以及齡期等與混凝土抗壓強(qiáng)度的關(guān)系進(jìn)行分析，并給出混凝土抗壓強(qiáng)度的測(cè)試

3、方法分析。
　　在此基礎(chǔ)上，提出一種基于極端學(xué)習(xí)機(jī)的混凝土抗壓強(qiáng)度預(yù)測(cè)模型，將水泥，粉煤灰，高爐礦渣，水，高效減水劑，粗集料，細(xì)集料的用量和混凝土齡期作為模型輸入，以抗壓強(qiáng)度作為模型輸出。為驗(yàn)證算法的有效性，采用實(shí)際的混凝土抗壓強(qiáng)度數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，并與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比。仿真結(jié)果表明:所提模型的預(yù)測(cè)誤差均在10MPa內(nèi)，可以滿足實(shí)際應(yīng)用。
　　隱含層節(jié)點(diǎn)個(gè)數(shù)是影響極端學(xué)習(xí)機(jī)預(yù)測(cè)性能的主要參數(shù)。當(dāng)隱含層節(jié)點(diǎn)個(gè)數(shù)過大時(shí)