维普资讯
络不需要精确的数学规律,而是通过学****和记忆获得知识进行. 预测结果分析
推理,找出输入、输出矢量的关系得出结果。表列出神经网络的预测值与实测值数据。表列出预
构建网络预测橡胶粉砂浆性能测数据与实测数据的误差,抗压强度预测数据的误差都在%
以内,误差较小,说明将输入矢量并归为个,预测的强度值精度
. 构建神经网络较高,效果较好;砂浆的稠度预测值,有个误差超过%,分析原
利用软件中的神经网络工具箱【】建立预测橡胶因可能是:几乎全部训练数据的砂浆稠度值都在的范
粉砂浆性能的神经网络模型,并进行学****和测试计算。围,而该误差较大.%的数据实测值为,根据内插优于
将组试验数分为两类:训练数据:、、、、外推的原则,实测值在的范围之外,属于外推,预测精
,,,,,、, 度较差,在实际操作时可控制砂浆的稠度在~//仍然可以
,共组;检验数据:、、共组。得到精度较好的预测值。
据神经网络输入矢量包括以下几个:等效水灰比,橡胶粉由于神经网络的预测精度与训练数据的质量和数量关
体积分数,粉煤灰占胶凝材料总量百分比。系密切。分布均匀的,充分且有效的数据训练网络,才能达到较
神经网络输出矢量包括以下几个:砂浆的稠度,抗压好的预测效果,网络模拟的超空间曲面才能更好的接近真实的
强度,折压比。函数曲面。在这个网络模型中,适当增加训练数据,网络可以进
表神经网络的预测值与实测值
表神经网络的预测数据误差% 参考文献:
】:华侨
大学.
【【】京:清华大学出版社,.
】王旭,王宏,】.沈阳:东北
大学出版社,.
一
步提高预测精度和泛化能力。【
结论大学.
】义祥,支,支世。.基于人工夺圣各模型魇七己合坝』
用神经网络预测橡胶粉砂浆的性能,在样本量一定方法武汉匣工报交通科学与工程版,,:.
,降低样本量需求,可以得到较【王海超,
好的预测精度,预测结果为选择外加剂的种类与数量进一步研材料学报,,:—.
究橡胶粉砂浆的性能提供方便。】季韬,林挺伟,
法『.建筑材料学报,,:—.
对于不同的砂浆生产厂或其他试验室,所采用骨料
】闻新周,周露,王丹力,】京:科学
和水泥等是不同的。对于不同的骨料和水泥可以建立不同的人
出版社,.
工神经网络。在同一人工神经网络中,骨料和水泥可以看成是
不变因素。因此,不同地区可采用本地区常用的建筑材料,不断作者简介: 贾阁森一,男,硕士生。
积累学****样本,然后采用本文提出的方法对砂浆性能进行预单位地址: 国立华侨大学土木工程学院研
测。这可减少试配次数,节省大量人力、物力和时间。联系电话: —
曩匪婴疆三一集团全面动员支援抗震救灾
月日中午时分,三一集团捐赠四川地震灾区的台
三一集团全面动员支援抗震救灾.pdf 来自淘豆网www.taodocs.com转载请标明出处.