基于机器学习算法的混凝土抗压强度预测模型

作者：朱晓路; 陈文翰

来源：山东化工, 2020, 49(17): 227-230.

DOI：10.19319/j.cnki.issn.1008-021x.2020.17.099

• 混凝土
• 机器学习
• 抗压强度

混凝土的抗压强度是质量检测的重要指标,它的预测受到多因素的影响,预测难度大。本文通过对其影响因素进行探究,提出了将灰色关联分析法用于基于遗传算法的反向传播人工神经网络模型(BP-ANN)的输入项的选择上来预测混凝土的抗压强度。通过使用灰色关联分析法发现砂率、水胶比、水灰比等指标,反应了配合比原料用量间的相互关系,对混凝土的抗压强度有较大影响。因此,本文将砂率、水灰比、水胶比和配合比原料构成作为基于遗传算法的BP神经网络模型输入层,预测误差为2. 18%,优于未考虑三率的预测误差,证明本文输入层选择是有效的。