基于GA-BP神经网络的碾压混凝土压实度实时评价方法

摘要：

针对碾压混凝土现场压实程度的实时工艺评价需求,选择含湿率、碾压层表面应力横波波速、级配以及胶砂比为预测参数,构建了GA-BP神经网络压实度预测模型;结合现场应用实例,验证该方法实时预测评价的有效性.结果 表明:与BP神经网络模型比较,GA-BP神经网络模型不仅预测精度更高,而且偏差波动范围更小,稳定性好,能更准确有效地预测现场碾压层混凝土压实性;GA-BP神经网络模型对碾压混凝土压实度下限值更敏感,压实度处于93％～96％的样本点,模型预测值的平均误差仅为0.08％,最大误差仅为0.17％,预测精度很高.

关键词：碾压混凝土、压实度、实时检测、GA-BP神经网络、预测模型

所属期刊栏目：39

分类号：TV642.2;TV523(水利枢纽、水工建筑物)

资助基金：中国电建集团科技创新项目DJ-ZDXM-2016-09

在线出版日期：2019-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：81-86