基于MATLAB及FNN的高性能混凝土強(qiáng)度預(yù)測及配合比設(shè)計(jì)應(yīng)用研究.pdf

1、模糊神經(jīng)網(wǎng)絡(luò)(FNN)是近年來興起的研究熱點(diǎn)，是模糊理論和神經(jīng)網(wǎng)絡(luò)的有機(jī)結(jié)合。人工神經(jīng)網(wǎng)絡(luò)是模擬人腦結(jié)構(gòu)的思維功能，而模糊理論是研究如何處理人腦的模糊思維方式，其目的都是模仿人腦的智能活動(dòng)，提高計(jì)算機(jī)的智能水平，它們已在眾多領(lǐng)域得到廣泛應(yīng)用，將二者結(jié)合起來，可以起到互補(bǔ)的效果。高性能混凝土中各礦物摻合料和化學(xué)外加劑在混凝土中的廣泛應(yīng)用，使現(xiàn)代混凝土組成和性能之間的關(guān)系日益復(fù)雜，使強(qiáng)度的預(yù)測成為一個(gè)典型的多變量、非線性系統(tǒng)，預(yù)測的方法準(zhǔn)確

2、性較差，難以在實(shí)踐中被普遍應(yīng)用。因此，迫切需要用新思維、新方法和新技術(shù)來探索混凝土規(guī)律、預(yù)測高性能混凝土28天抗壓強(qiáng)度及配合比優(yōu)化設(shè)計(jì)在實(shí)際工程生產(chǎn)中就具有十分重要的意義。
　　 本文運(yùn)用神經(jīng)網(wǎng)絡(luò)方法和模糊神經(jīng)網(wǎng)絡(luò)方法進(jìn)行高性能混凝土強(qiáng)度預(yù)測和配合比設(shè)計(jì)，并運(yùn)用遺傳算法進(jìn)行混凝土配合比優(yōu)化，同時(shí)與回歸方法預(yù)測結(jié)果進(jìn)行比較，通過試驗(yàn)測試進(jìn)一步驗(yàn)證?；贛ATLAB的遺傳算法，將材料的強(qiáng)度、耐久性和工作性等性能要求作為約束條件，將材

3、料的經(jīng)濟(jì)成本作為優(yōu)化目標(biāo)，建立了數(shù)學(xué)模型，優(yōu)化設(shè)計(jì)混凝土配合比。由神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)方法計(jì)算與試驗(yàn)驗(yàn)證得出如下結(jié)果：
　　 1、神經(jīng)網(wǎng)絡(luò)模型綜合考慮了影響混凝土強(qiáng)度的各種因素，能夠?qū)崿F(xiàn)混凝土復(fù)雜的非線性關(guān)系，具有較高的擬合與預(yù)測精度，
　　 2、優(yōu)化結(jié)果表明，遺傳算法在混凝土配合比優(yōu)化設(shè)計(jì)方面是可行的。神經(jīng)網(wǎng)絡(luò)方法在混凝土強(qiáng)度等性能預(yù)測方面明顯優(yōu)于回歸模型。若有更多的數(shù)據(jù)用于訓(xùn)練網(wǎng)絡(luò)，則網(wǎng)絡(luò)的預(yù)測能力會(huì)更強(qiáng)。

4、　　 3、模糊神經(jīng)網(wǎng)絡(luò)方法和神經(jīng)網(wǎng)絡(luò)方法在處理多因素非線性問題時(shí)比通常使用的方法有更大優(yōu)勢。它們處理問題時(shí)不需要對象的解析數(shù)學(xué)模型。
　　 4、構(gòu)建了線性回歸模型和非線性回歸模型，并將其結(jié)果與神經(jīng)網(wǎng)絡(luò)方法和FNN方法得出的結(jié)果進(jìn)行了對比，證明FNN方法的優(yōu)越性，同時(shí)也驗(yàn)證了混凝土強(qiáng)度等性能與影響因素之間的非線性關(guān)系。
　　 5、與回歸方法預(yù)測結(jié)果進(jìn)行比較，神經(jīng)網(wǎng)絡(luò)方法預(yù)測的結(jié)果比回歸方法預(yù)測的結(jié)果好得多。