基于耦合BAS-MLP的混凝土抗压强度预测

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.

关键词：混凝土、抗压强度、耦合、预测、学习算法、训练数据集

所属期刊栏目：26

分类号：TU528.1(建筑材料)

资助基金：中国工程院咨询研究基金资助项目2019-XZ-19

在线出版日期：2023-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：705-715