论文部分内容阅读
收集了502组混凝土配方作为训练数据,基于BP神经网络、遗传算法及粒子群算法,构建了一种混凝土配方设计模型,可用于控制混凝土成本和配方优化.所构建的模型考虑了混凝土的原材料成本以及影响混凝土抗压强度的多个关键因素,引入惩罚函数对粒子群算法的目标函数适应度值进行惩罚,解决了混凝土配方设计中非线性约束离散变量问题和连续变量问题,从而达到控制混凝土成本并优化配方的目标.按照构建模型输出27组降低成本后的混凝土配方,并进行抗压强度试验,结果表明:所得配方成本与目标成本的契合度接近97%;降低混凝土单方成本5、10