基于人工神經(jīng)網(wǎng)絡(luò)的混凝土強度預(yù)測模型.pdf

1、混凝土28天強度預(yù)測在實際工程生產(chǎn)中具有十分重要的意義，是一個典型的多變量，非線性系統(tǒng)。傳統(tǒng)的預(yù)測方法準(zhǔn)確性較差，難以在實際中被普遍推廣應(yīng)用。近幾年有些人將人工智能算法，如人工神經(jīng)網(wǎng)絡(luò)應(yīng)用到了混凝土強度預(yù)測方面，取得了較為理想的效果，目前用于混凝土強度預(yù)測較為廣泛的有兩種神經(jīng)網(wǎng)絡(luò)模型，即神經(jīng)網(wǎng)絡(luò)直接預(yù)測模型和基于統(tǒng)計的神經(jīng)網(wǎng)絡(luò)預(yù)測模型。 神經(jīng)網(wǎng)絡(luò)直接預(yù)測模型缺少對樣本試驗數(shù)據(jù)的前期預(yù)處理，存在一定的局限性。基于統(tǒng)計的神經(jīng)網(wǎng)絡(luò)預(yù)測

2、模型具有如下缺陷：其一，當(dāng)原始樣本數(shù)據(jù)之間的相關(guān)性不大時，主成分分析方法不能有效壓縮數(shù)據(jù)的維數(shù)，網(wǎng)絡(luò)結(jié)構(gòu)不能得到有效簡化；其二，主成分分析方法是一種線性算法，只能提取數(shù)據(jù)中的線性特征，而不能提取其非線性特征，隱藏在數(shù)據(jù)間的更多統(tǒng)計信息未得到利用，造成原始數(shù)據(jù)信息的丟失，影響網(wǎng)絡(luò)模型的預(yù)測精度。 本文應(yīng)用基于神經(jīng)網(wǎng)絡(luò)的非線性主成分分析方法對原始樣本數(shù)據(jù)進行預(yù)處理，將其與神經(jīng)網(wǎng)絡(luò)結(jié)合起來建立混凝土強度預(yù)測模型。非線性主成分分析方法是

3、一種改進的主成分分析方法，能夠更好的提取原始數(shù)據(jù)中的線性及非線性特征。目前應(yīng)用最廣泛的非線性主成分分析網(wǎng)絡(luò)模型是一種五層神經(jīng)網(wǎng)絡(luò)模型，具有如下缺陷：其一，網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，訓(xùn)練時間長；其二，需要大量的訓(xùn)練樣本，當(dāng)訓(xùn)練樣本較少且有噪聲時，不能很好的訓(xùn)練網(wǎng)絡(luò)，網(wǎng)絡(luò)泛化能力差；其三，當(dāng)映射層的神經(jīng)元數(shù)目取不同值時，所提取的主成分不唯一。本文提出一種簡化的網(wǎng)絡(luò)模型，減輕了上述問題出現(xiàn)的可能性。另外，由于標(biāo)準(zhǔn)BP算法收斂速度緩慢，本文提出一種收斂速度