基于不同算法的道路混凝土干缩神经网络预测

摘要：

针对多种因素下道路混凝土干缩预测模型难以建立的难题,基于BP神经网络理论建立了干缩预测模型.结果表明:BP神经网络预测道路混凝土干缩可获得较高准确度,且具有良好的泛化能力,在5种算法中,Trainlm训练速度快,但误差大,Traingda函数训练速度居中,误差最小,用其训练的神经网络可很好映射道路混凝土配合比与干缩率之间的非线性关系.

关键词：道路混凝土、干缩预测、神经网络、原料配合比

所属期刊栏目：17

分类号：U414(道路工程)

资助基金：国家自然科学基金资助项目51278059;中央高校基本科研业务费专项资金项目2013G5210010,2013G2313001

在线出版日期：2014-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：414-419,424