混凝土早期弹性模量的预测rbf模型

《混凝土早期弹性模量的预测rbf模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、学兔兔www.xuetutu.com2010年第8期(总第250期J混凝土理论研究Number8in2010(TotalNo250)ConcreteTHE0RETICALRESEARCHdoi：10．3969／j．issn．1002—3550．2010．08．014混凝土早期弹性模量的预测RBF模型徐智棋。陈邦红，。徐智龙z(1．浙江省慈溪市汤浦水库引水工程筹建处，浙江慈溪315300；2．浙江振鑫建设有限公司，浙江台州317200)摘要：混凝土的早期弹性模最对施工的进度和工程的可靠度有重要的影响。借鉴R

2、BF神经网络具有很强的非线性映射功能，存测定混凝土早期强度的基础上利用RBF神经网络对其弹性模量进行预测。讨论了RBF神经网络的拓扑结构和修正算法通过对检验结果进行分析比较，证明了利用RBF网络能对混凝土早期的弹性模量进行精确的预测。关键词：RBF神经网络；弹性模量；预测中图分类号：TU528．Ol文献标志码：A文章编号：1002—3550(2010)08—0041～02PredictionoftheearlyelasticmouldofconcretebasedonRBFartificialneural

3、networksXUZhi-qi，CHENBang-hong，XUZhi-Iong。(1．TangpuCixiCity，ZhejiangDiversionProjectPreparationandConstructionOffice，Cixi315300，China；2．ZhejiangZhenxinConstructionCo．，Ltd．，Taizhou317200，China)Abstract：Theearlyelasticmouldofconcreteisveryimportanttoreliabi

4、lityofengineering．RBFneuralnetworkhasstrongnonlinearmapchar—acters．ThistextutilizesRBFneuralnetworktopredictitselasticmouldamountonthebasisofdeterminingtheearlYintensityofconcreteItdis—CussesthestructureandamendingalgorithmsofRBFneuralnetworksindetail．Thi

5、smethodhasprovedthatutilizestheelasticmouldamountthatRBFnetworkcanbeearlytotheconcretetocarryonaccurateprediction．Keywords：RBFneuralnetworks；elasticmouldamount；prediction0引言()=∑(1l—C~ll2)(1)混凝土是胶凝材料、水和粗、细骨料按一定比例配合、拌制采用Gaussian函数作为径向基函数。成拌合物，经-定时间硬化而成的人造石材

6、，其强度性能受龄期、水灰比、砂率、级配、水泥的强度等级、外加剂的性能等众多==e)(p(一)因素影响。目前对}昆凝土强度和弹性模量的研究多集中在28d从Gaussian核函数可见，其中矢量参数是函数的自变量龄期以后，而对混凝土早期(28d龄期以前)的研究较少。混凝矢量，是输入；c是常数矢量，径向基函数的中心；crp(x—c)就是径向基函数土的早期强度和弹性模量对施工的进度和工程的可靠度有重要的影响。影响水泥混凝土早期(28d以前)强度的主要因素是时间，其早期强度和弹性模量随时间的增长而不断增大。混凝土早期

7、强度的测定比较容易，但混凝土早期弹性模量不易测定。目前对混凝土早期强度和弹性模量的研究多用曲线模拟的方法。神经网络可以很好的进行预测，通过RBF网络对混凝土的早期弹性模量进行预测可以解决混凝土的早期弹性模量不易测输人层隐含层输出层定的问题。图1RBF网络拓扑机构Gaussian函数网络有3个学习参数：各RBF的中心C方1RBF人工神经网络原理差和输出单元的权值。径向基函数网络算法步骤如F：RBF网络即RadialBasisFunctionNeuralNetwork，是以函数(1)从输入向量中选一组初始中心

8、值W；逼近理论为基础而构造的一种前向网络，它是由输入层、隐藏(2)计算方差值：层和输出层组成的三层网络，如图I所示。输入层由信号源节，arnaxO"=~_(3)点组成，第二层是隐藏层，该层的变换函数采用RBF。近年来的fK研究_引表明：无论在逼近能力、分类能力(模式识别)和学习速度式中：d一最大的距离；等方面RBF均优于BP网络。RBF网络的输出为：K——C的数量。收稿日期：2010-04-20·41·学兔兔www.xuetu