论文部分内容阅读
研究如何利用BP神经网络建立多因子混凝土抗压强度BP预测模型。针对BP网络收敛速度慢和难以获得全局最优的缺点,提出利用遗传算法优化BP神经网络初始权值和阈值,建立混合GA-BP预测模型。模型以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数作为输入参数,混凝土抗压强度值作为输出参数。用UCI数据库中的Concrete Compressive Strength数据集进行仿真测试。结果表明：BP模型平均相对误差为7.24%,GA-BP模型平均相对误差为4.51%。实验结果证