基于BP人工神经网络的胶凝砂砾石变形率及强度预测研究

作     者：胡庆港 李明浩 权俊豪 王思方 金光日 HU Qinggang;LI Minghao;QUAN Junhao;WANG Sifang;JIN Guangri

作者机构：延边大学工学院吉林延吉133002 

基　　金：吉林省教育厅“十三五”科学技术研究项目(2016251) 延边大学青年基金项目(2015004) 吉林省大学生创新创业训练计划项目(201710184009) 

出 版 物：《人民珠江》 (Pearl River)

年 卷 期：2017年第38卷第11期

页      码：87-93页

摘      要：为了保证胶凝砂砾石(简称CSG)坝的强度等各项设计要求,需要在正式动工前对CSG材料在目标天数后所能达到的强度值等其他指标进行先行预测。以强度和变形率为例,通过试验取得的样本数据,在BP人工神经网络的基础上结合多种影响因子建立了预测模型,对其进行预测。结果表明预测的准确率高,与实测值误差较小,分析后可知其完全可以作为强度、变形率预测的一种手段。最后,BP人工神经网络的成功应用为预测CSG材料的某些力学性质提供了新思路,也对类似预测问题有操作层面上的实用参考价值。

主 题 词：CSG 人工神经网络 强度 变形率 预测模型 

学科分类：08[工学] 0815[工学-矿业类] 0805[工学-能源动力学] 081503[081503] 

馆 藏 号：203278494...