申请/专利权人:中交第二航务工程局有限公司;中交公路长大桥建设国家工程研究中心有限公司
申请日:2023-07-24
公开(公告)日:2023-12-08
公开(公告)号:CN117195681A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/006;G06N3/0499;G06N3/084;G06F113/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.26#实质审查的生效;2023.12.08#公开
摘要:本发明公开了一种基于狼群算法优化的神经网络混凝土孔隙率预测方法,具体包括以下步骤:S1、制备多组混凝土样品;对多组混凝土样品进行孔隙率测试,得到多组混凝土孔隙率性能数据;S2、建立样本数据;S3、对样本数据进行初始化预处理;S4、构建BP神经网络模型;S5、采用狼群算法优化BP神经网络模型得到预测模型;S6、调用train函数对预测模型进行训练;S7、将实际的混凝土原材料数据作为输入向量输入经过训练的预测模型中,得到混凝土孔隙率的预测值。本发明采用狼群算法优化BP神经网络模型,得到预测模型后再通过train函数对预测模型进行训练,可进一步提高预测模型的预测精度,能更高效、更准确的对混凝土的孔隙率进行预测。
主权项:1.一种基于狼群算法优化的神经网络混凝土孔隙率预测方法,其特征在于,具体包括以下步骤:S1、基于D-最优试验设计方法设计多种混凝土配合比,根据设计的多种混凝土配合比分别制备多组混凝土样品;对多组混凝土样品进行孔隙率测试,得到多组混凝土孔隙率性能数据;S2、收集步骤S1中的多组混凝土样品的混凝土原材料数据和混凝土孔隙率性能数据作为样本数据;S3、对样本数据进行初始化预处理,得到新的样本数据;S4、基于新的样本数据,以混凝土原材料数据为输入向量,混凝土孔隙率性能数据为输出向量,构建BP神经网络模型;S5、采用狼群算法优化BP神经网络模型的初始权值和初始阈值,得到预测模型;S6、调用train函数对预测模型进行训练;S7、将实际的混凝土原材料数据作为输入向量输入经过训练的预测模型中,得到混凝土孔隙率的预测值。
全文数据:
权利要求:
百度查询: 中交第二航务工程局有限公司;中交公路长大桥建设国家工程研究中心有限公司 一种基于狼群算法优化的神经网络混凝土孔隙率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。