刘 清
(闽南理工学院土木工程学院,福建 石狮 362700)
混凝土配比的设计就是找寻适当比例的水泥、骨料、水、外加剂等组成成分,得到符合要求性能的混凝土,并且尽可能地降低成本[1]。普通混凝土的传统配比设计方法是计算-适配法,或基于逐级填充原理,或假定容量法和绝对体积法,将制成的混凝土试验标本养护到28天,测试其相关性能[2]。对于高性能混凝土,国内外提出了很多方法。其中,法国路桥中心对高性能混凝土配比设计的研究比较先进[3],其主要思想是在模型材料上用胶结浆体进行大量的流变试验,并用砂浆进行力学实验,避免了用直接的方法优化配比参数时进行的大量试配工作。混凝土配比的设计方法不仅可以参照普通混凝土的设计方法,也可针对原材料的特点需要进行特殊的配比设计,例如再生混凝土的再生骨料预吸收法[4]。但一般都是依靠人为的经验来决定混凝土产制的和易性、隐蔽性和安全性这三大特性[5],导致混凝土的质量和性能不够稳定,而且生产上的随意更改会引起管理上的混乱,造成对成品无法控制。本文以混凝土28天抗压强度作为衡量混凝土性能的一项重要参数,采用粒子群算法加神经网络来建立混凝土强度与配比之间的关系模型,提高混凝土搅拌站配料的精度,以此来提高成品混凝土的质量和性能,同时达到降低生产成本的目的。
BP神经网络是目前应用最广泛的神经网络模型之一,是1986年以Rumelhart和McCelland为首的科学家提出的一种按照误差逆传播算法训练的多层前馈网络。……