基于耦合BAS-MLP的混凝土抗压强度预测

作者：汪声瑞; 胡畔^*; 陈思宝; 肖约

来源：建筑材料学报, 2023, 26(07): 705-715.

• 混凝土
• 抗压强度
• 耦合
• 预测
• 学习算法
• 训练数据集

针对1 030组混凝土抗压强度试验数据，通过天牛须搜寻算法（BAS）来训练多层神经网络（MLP），并与混合复杂进化方法（SCE）?MLP、多元宇宙优化算法（MVO）?MLP这2种耦合模型算法进行对比分析，得到可用于预测混凝土抗压强度的算法模型.结果表明：BAS可以显著提高MLP的训练精度和预测精度，该算法比SCE?MLP、MVO?MLP耦合模型算法更快、更准确；与人工神经网络（ANN）和支持向量机（SVM）个体学习算法相比，元启发式算法在混凝土抗压强度预测方便表现出良好的优越性.同时讨论了BAS?MLP模型中与训练数据集数量和输入变量数量相关的因素，发现使用1 030组数据的80%即可获得良好的预测结果 .

• 单位
  武汉理工大学; 长江勘测规划设计研究有限责任公司; 华杰工程咨询有限公司; 土木工程与建筑学院