[發明專利]一種基于神經網絡的混凝土強度預測方法

有效

• 申請號: 201610937869.8
• 申請日: 2016-10-25
• 公開（公告）號: CN106568647B
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 付軍;左雪娜
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01N3/08
• 分類號: G01N3/08;G01N3/52
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 唐萬榮

1.一種基于神經網絡的混凝土強度預測方法，用常規的回彈法和取芯法，測定混凝土的強度值，其特征在于包括如下內容：

首先用常規的抗壓試驗方法，測定混凝土的強度值，并將抗壓試驗方法測定的強度值作為神經網絡的一個輸入值，將回彈法測定的強度值作為神經網絡的另一個輸入值，以取芯法測定的強度值作為神經網絡的輸出值y；通過測定的多組強度值數據對神經網絡進行訓練，利用映射訓練樣本(x₁,y₁)，(x₂,y₂)，…，(x_k,y_k)，…，其中x₁表示第1組控制樣本，即第1組抗壓試驗測得的強度值和回彈法測得的強度值，y₁表示第1組樣本的結果樣本；x_k表示第k組控制樣本，y_k表示第k組樣本的結果樣本，即通過神經網絡訓練想要得到的參數，實現從n維歐氏空間的一個子集A到m維歐氏空間子集f(x)的映射，即A∈Rⁿ→R^m，其中n就是神經網絡里的輸入個數，m是神經網絡的輸出個數，A和f(x)都是集合，歐氏空間指歐幾里得空間；

訓練過程中根據其中右上角標l表示層的序號，表示(t+1)時刻，第(l-1)層的神經元k與第l層的神經元j之間的加權，表示對第p個樣本，第l層的神經元j的未知期望輸出，表示對第p個樣本，第(l-1)層神經元j的計算輸出，η為修正因子，α稱為慣性系數或動量因子，為小于1的常數，也可根據實際情況進行取值，表示t時刻，第(l-1)層的神經元k與第l層的神經元j之間的加權，不斷對權系數進行修正，根據實際情況進行權系數取值；通過正向演算和反向權系數的修正，直至各樣本的誤差E_p＜ε，其中ε為給定的收斂精度，網絡訓練結束，從而獲得混凝土強度預測模型f(x)；對于任意給定的新的混凝土標準試驗強度值和回彈強度值x新，帶入混凝土強度預測模型f(x)中，可以得到對應的強度預測值y預測值＝f(x_新)，從而完成基于神經網絡的混凝土強度預測結果。

2.根據權利要求1所述基于神經網絡的混凝土強度預測方法，其特征在于：

在測定混凝土的強度值時，混凝土是尺寸為150*150*150mm的立方體混凝土試塊，且混凝土試塊要在濕度大于95％，溫度在18～22℃之間養護28d后，開始進行強度值測定，強度值的單位為MPa。

3.根據權利要求2所述基于神經網絡的混凝土強度預測方法，其特征在于：

回彈法測混凝土強度值，在打回彈時在一個測區測出16個回彈值，刪除其中的3個最大值和3個最小值，剩下的10個數根據公式計算他們的算術平均值，精度為0.1MPa，記為該區混凝土的強度值。