基于耦合BAS-MLP的混凝土抗压强度预测

作     者：汪声瑞 胡畔 陈思宝 肖约 WANG Shengrui;HU Pan;CHEN Sibao;XIAO Yue

作者机构：武汉理工大学土木工程与建筑学院湖北武汉430070 长江勘测规划设计研究有限责任公司湖北武汉430010 华杰工程咨询有限公司中南分公司湖北武汉430000 

基　　金：中国工程院咨询研究基金资助项目(2019-XZ-19) 

出 版 物：《建筑材料学报》 (Journal of Building Materials)

年 卷 期：2023年第26卷第7期

页      码：705-715页

摘      要：针对1 030组混凝土抗压强度试验数据,通过天牛须搜寻算法(BAS)来训练多层神经网络(MLP),并与混合复杂进化方法(SCE)-MLP、多元宇宙优化算法(MVO)-MLP这2种耦合模型算法进行对比分析,得到可用于预测混凝土抗压强度的算法模型.结果表明:BAS可以显著提高MLP的训练精度和预测精度,该算法比SCE-MLP、MVO-MLP耦合模型算法更快、更准确;与人工神经网络(ANN)和支持向量机(SVM)个体学习算法相比,元启发式算法在混凝土抗压强度预测方便表现出良好的优越性.同时讨论了BAS-MLP模型中与训练数据集数量和输入变量数量相关的因素,发现使用1 030组数据的80%即可获得良好的预测结果 .

主 题 词：混凝土 抗压强度 耦合 预测 学习算法 训练数据集 

学科分类：08[工学] 081304[081304] 0805[工学-能源动力学] 080502[080502] 0813[工学-化工与制药类] 

核心收录：

D　O　I：10.3969/j.issn.1007-9629.2023.07.002

馆 藏 号：203122691...