亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于遺傳算法和人工神經(jīng)網(wǎng)絡(luò)的高性能混凝土劈裂抗拉強(qiáng)度預(yù)測*

        2023-02-25 03:35:52陸孟杰邱人大
        施工技術(shù)(中英文) 2023年2期
        關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò)齡期高性能

        李 彪,陸孟杰,左 樂,黎 偉,邱人大

        (中國建筑第五工程局有限公司,安徽 合肥 230092)

        0 引言

        近年來,高性能混凝土(high performance concrete, HPC)的研究和應(yīng)用日益增多[1],作為一種較新產(chǎn)品,其特性不同于普通混凝土。美國混凝土協(xié)會(ACI)將其定義為“是一種滿足特殊性能和均勻性要求的混凝土,而使用常規(guī)材料和正常攪拌、放置與養(yǎng)護(hù)做法往往無法達(dá)到這些要求”[2-3]。抗壓強(qiáng)度和抗拉強(qiáng)度為高性能混凝土在結(jié)構(gòu)設(shè)計(jì)中的重要力學(xué)參數(shù)??箟簭?qiáng)度對于混凝土的重要性不言而喻,但對于一些結(jié)構(gòu)如鋪路板和機(jī)場跑道,是基于抗彎強(qiáng)度設(shè)計(jì)的,要承受拉伸力。因此,在這些結(jié)構(gòu)設(shè)計(jì)中,抗拉強(qiáng)度比抗壓強(qiáng)度更重要[4]。而且抗拉強(qiáng)度對于大壩等非鋼筋混凝土結(jié)構(gòu)在地震作用下具有重要意義。從科學(xué)研究和工程應(yīng)用角度,深入研究高性能混凝土劈裂抗拉強(qiáng)度具有重要意義。

        一些學(xué)者已經(jīng)開展了相關(guān)工作,其中大部分涉及多元線性、冪函數(shù)和指數(shù)函數(shù)等形式的數(shù)學(xué)關(guān)系[5]。Wiegrink等[6]較早地提出高性能混凝土劈裂抗拉強(qiáng)度和抗壓強(qiáng)度發(fā)展模式相似,認(rèn)為二者之間可以線性關(guān)系擬合。王建超等[7]通過實(shí)驗(yàn)室試驗(yàn)數(shù)據(jù)擬合,給出了抗拉強(qiáng)度與抗壓強(qiáng)度間的冪指數(shù)關(guān)系表達(dá)式。王德奎等[8]首先建立了齡期和齡期度與抗壓強(qiáng)度間的關(guān)系式,然后在此基礎(chǔ)上再次考慮齡期和齡期度的影響建立了劈裂抗拉強(qiáng)度與雙參數(shù)間的計(jì)算公式??傊?,學(xué)者們目前的研究傾向于利用試驗(yàn)數(shù)據(jù)進(jìn)行回歸擬合。但值得一提的是,目前的相關(guān)研究仍存在2個不足:①考慮的變量因素較少,導(dǎo)致預(yù)測結(jié)果和實(shí)際結(jié)果之間存在較大偏差;②學(xué)者們往往期待通過多項(xiàng)式、指數(shù)函數(shù)和冪函數(shù)等多元函數(shù)綜合形成一個顯式方程。由于影響因素眾多,建立這樣一個顯式方程非常困難。深究相關(guān)文獻(xiàn)可明顯發(fā)現(xiàn),劈裂抗拉強(qiáng)度與抗壓強(qiáng)度間存在較強(qiáng)相關(guān)性,但二者間并不是簡單的線性相關(guān)關(guān)系。因?yàn)榕c抗拉強(qiáng)度相似,劈裂抗拉強(qiáng)度還受齡期、細(xì)度模數(shù)、水灰比等多種因素影響[9-11],眾多影響因素與劈裂抗拉強(qiáng)度間是一個復(fù)雜的非線性映射。

        高性能混凝土劈裂抗拉強(qiáng)度影響因素較多且復(fù)雜,考慮到機(jī)器學(xué)習(xí)算法在非線性關(guān)系映射方面的優(yōu)勢[12-15],本文擬結(jié)合人工神經(jīng)網(wǎng)絡(luò)和遺傳算法,首先利用遺傳算法搜索人工神經(jīng)網(wǎng)絡(luò)合適的初始權(quán)重和閾值,然后利用優(yōu)化后的人工神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)高性能混凝土劈裂抗拉強(qiáng)度的準(zhǔn)確預(yù)測。

        1 人工神經(jīng)網(wǎng)絡(luò)模型與遺傳算法

        人工神經(jīng)網(wǎng)絡(luò)(ANN)是由許多單元、節(jié)點(diǎn)或神經(jīng)元組成的網(wǎng)絡(luò),如圖1所示。在各網(wǎng)絡(luò)層神經(jīng)元個數(shù)確定后,神經(jīng)網(wǎng)絡(luò)預(yù)測能力主要受限于網(wǎng)絡(luò)層間初始權(quán)值和閾值的選取。考慮到單隱藏層網(wǎng)絡(luò)在合適的初始權(quán)值、閾值下精度即可滿足工程精度要求,本文主要聚焦于通過優(yōu)化算法實(shí)現(xiàn)初始權(quán)值和閾值的獲取。

        圖1 人工神經(jīng)網(wǎng)絡(luò)示意

        遺傳算法(GA)是一種自適應(yīng)的啟發(fā)式搜索算法,屬于進(jìn)化算法的較大部分,是基于自然選擇和遺傳學(xué)的思想。這些是對提供歷史數(shù)據(jù)的隨機(jī)搜索的智能利用,以引導(dǎo)搜索進(jìn)入解決方案空間中的更好性能區(qū)域,通常用于生成優(yōu)化問題和搜索問題的高質(zhì)量解決方案。遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)流程如圖2所示。

        圖2 遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)流程

        2 混凝土劈裂抗拉強(qiáng)度預(yù)測

        2.1 數(shù)據(jù)集

        所使用的數(shù)據(jù)集來自于文獻(xiàn)[16-17],樣本共714組,每組包括水泥抗壓強(qiáng)度、抗拉強(qiáng)度、齡期、碎石最大粒徑和細(xì)度模數(shù)等在內(nèi)的12個輸入變量和1個輸出變量(劈裂抗拉強(qiáng)度)。樣本數(shù)據(jù)集統(tǒng)計(jì)特征如表1所示。

        表1 樣本數(shù)據(jù)集統(tǒng)計(jì)特征

        2.2 評價指標(biāo)

        為有效評價優(yōu)化后的模型預(yù)測性能,引入相關(guān)系數(shù)(R),均方根誤差(RMSE),平均絕對誤差(MAE)和平均絕對百分比誤差(MAPE),這些指標(biāo)定義如下[18]。

        (1)

        (2)

        (3)

        (4)

        當(dāng)相關(guān)系數(shù)R越接近1或其他誤差類指數(shù)越接近0時,表明模型預(yù)測越準(zhǔn)確。

        2.3 結(jié)果與分析

        將714組樣本數(shù)據(jù)集分為2部分:571組訓(xùn)練集和143組測試集。在數(shù)據(jù)訓(xùn)練前,對所有變量進(jìn)行歸一化處理,將每類變量均縮放至[0,1]。經(jīng)過模型的不斷調(diào)整發(fā)現(xiàn),當(dāng)模型隱藏層神經(jīng)元數(shù)選定為8時,模型預(yù)測精度最佳。GA-ANN模型參數(shù)設(shè)置和網(wǎng)絡(luò)架構(gòu)分別如表2、圖3所示。

        表2 GA-ANN模型參數(shù)設(shè)置

        圖3 GA-ANN模型網(wǎng)絡(luò)架構(gòu)

        ANN模型優(yōu)化前和利用GA優(yōu)化后的樣本訓(xùn)練與測試結(jié)果分別如圖4,5所示,可以明顯發(fā)現(xiàn)優(yōu)化后模型的結(jié)果更貼近對角線分布,訓(xùn)練和測試得到的強(qiáng)度結(jié)果與實(shí)際值間的相關(guān)系數(shù)R分別為0.986,0.973,明顯高于優(yōu)化前的相關(guān)系數(shù)。引入正態(tài)分布X~N(μ,σ2),繪制模型優(yōu)化前、后誤差分布與正態(tài)分布曲線分別如圖6,7所示。經(jīng)過優(yōu)化后的模型誤差正態(tài)分布曲線均值μ為-0.08,標(biāo)準(zhǔn)差σ為優(yōu)化前的1/2,優(yōu)化后模型誤差更集中于0附近。在式(2)~(4)基礎(chǔ)上,計(jì)算模型結(jié)果誤差指標(biāo)如圖8所示,其中測試集的MAE,RMSE,MAPE均減小為優(yōu)化前的5/14,5/12,5/17,優(yōu)化后模型預(yù)測結(jié)果誤差顯著降低。

        圖4 優(yōu)化前模型訓(xùn)練和測試結(jié)果

        圖7 優(yōu)化后模型預(yù)測結(jié)果誤差分布

        圖8 模型誤差指標(biāo)

        3 結(jié)語

        1)模型優(yōu)化前、后測試集預(yù)測結(jié)果與實(shí)際值間的相關(guān)系數(shù)由0.911提高至0.973,優(yōu)化后的模型預(yù)測誤差指標(biāo)MAE,RMSE,MAPE分別降低為優(yōu)化前的5/14,5/12,5/17,表明本文提出的基于遺傳算法的人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度較優(yōu)化前得到較大程度提升。

        2)GA-ANN模型預(yù)測誤差正態(tài)分布曲線均值μ為-0.08,基本接近0,標(biāo)準(zhǔn)差σ為優(yōu)化前的1/2,模型預(yù)測精度高。

        3)該模型改變了傳統(tǒng)劈裂抗拉強(qiáng)度預(yù)測以回歸擬合得到一個多元顯式方程為目的的思路,借助機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了多輸入變量與輸出變量之間隱式非線性相關(guān)關(guān)系的映射,模型泛化能力強(qiáng),進(jìn)一步驗(yàn)證了GA-ANN模型在高性能混凝土劈裂抗拉強(qiáng)度預(yù)測中的實(shí)用性和有效性。

        4)下一步的研究將致力于通過實(shí)驗(yàn)室試驗(yàn)和文獻(xiàn)查閱等手段擴(kuò)充數(shù)據(jù)集和考慮更多影響因素來進(jìn)一步提升模型性能。

        猜你喜歡
        人工神經(jīng)網(wǎng)絡(luò)齡期高性能
        基于聲發(fā)射技術(shù)的早齡期混凝土斷裂性能
        塑鋼纖維混凝土早齡期力學(xué)性能研究
        利用人工神經(jīng)網(wǎng)絡(luò)快速計(jì)算木星系磁坐標(biāo)
        人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡單字母的識別
        電子制作(2019年10期)2019-06-17 11:45:10
        一款高性能BGO探測器的研發(fā)
        電子制作(2017年19期)2017-02-02 07:08:49
        高性能砼在橋梁中的應(yīng)用
        早齡期混凝土對大跨連續(xù)剛構(gòu)橋撓度的影響
        四川水泥(2016年8期)2016-07-18 12:06:31
        SATA推出全新高性能噴槍SATAjet 5000 B
        高性能可變進(jìn)氣岐管降低二氧化碳排放
        汽車零部件(2014年8期)2014-12-28 02:03:03
        基于超聲脈沖法早齡期混凝土性能研究進(jìn)展
        江蘇建材(2014年6期)2014-10-27 06:01:29
        乱人妻中文字幕| 亚洲av色香蕉一区二区三区软件| 久久精品亚洲94久久精品| 边添小泬边狠狠躁视频| 精品人妻无码一区二区三区蜜桃一 | 亚洲乱码av中文一区二区| 97精品国产97久久久久久免费 | 少妇装睡让我滑了进去| 人妻丰满av无码中文字幕| 日韩美女人妻一区二区三区| 精品国产一区二区三区三级| 亚洲av福利无码无一区二区| 亚洲综合中文字幕乱码在线| 91亚洲最新国语中文字幕| 精品视频在线观看日韩| 巨茎中出肉欲人妻在线视频| 国产高潮刺激叫喊视频 | 亚洲av极品尤物不卡在线观看| 极品美女扒开粉嫩小泬图片| 日产国产精品亚洲系列| 国产高清在线精品一区αpp| 久久99免费精品国产| 精品国产一区二区三区2021| 国产精品jizz视频| 国产午夜激无码AV毛片不卡| 毛片精品一区二区二区三区| 亚洲av无码国产精品色午夜字幕 | 视频国产一区二区在线| 亚洲成a人v欧美综合天堂| 国产肉丝袜在线观看| 亚洲欧美香港在线观看三级片| 久久99国产综合精品女同| 久久99热狠狠色精品一区| 2021国产视频不卡在线| 亚洲天堂av另类在线播放| 日本道免费一区二区三区日韩精品 | 欧美在线播放一区二区| 亚洲国产丝袜美女在线| 国产精品成人无码久久久久久 | 国产小毛片| 日韩激情av不卡在线|