基于遗传算法人工神经网络的超高性能混凝土密实度预测研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
建筑设计·理论 2020 年 11 月第 17 卷总第 372 期
城市建筑
基于遗传算法人工神经网络的超高性能混凝土 密实度预测研究
邓立贤 1，刘康宁 2，范定强 3 （1. 武汉理工大学土木工程与建筑学院，湖北武汉 430070 ；2. 武汉理工大学材料科学与工程国际化示范学院，湖北武汉 430070 ；
传统的预测方法多基于经验或者半经验拟合，如多元 线性回归，但这些方法都不能准确模拟出混凝土不同组分 与性能之间的复杂的非线性关系，使得其在混凝土拟合预 测中有不可避免的局限性 [7]。因此，研究人员尝试运用一 些新的数学工具去建立混凝土性能的预测模型。其中，人
Abstract: Ultra-high performance concrete (UHPC) is a new type cement-based composite material. It uses the close packing between particles to form a matrix with a higher density. It achieves extraordinary mechanical properties and durability, which makes it have a promising application prospect in engineering. In order to predict the packing density of UHPC with different mixtures, the genetic algorithm artificial neural network (GA-ANN) is employed in this study, and synchronously the relationship between properties of UHPC and compactness is investigated. The results reveal that packing density has a significant impact on the mechanical properties and pore structure of UHPC. The higher the compactness, the better the mechanical properties of UHPC and the lower the porosity. The use of GAANN model can effectively predict the packing density of UHPC with high accuracy and reliability. Key words: ultra-high performance concrete; genetic algorithm; artificial neural network; packing density
3. 武汉理工大学材料科学与工程学院，湖北武汉 430070）
摘要 ：UHPC（超高性能混凝土）是一种新型的水泥基复合材料，利用颗粒间的紧密堆积以形成较高密实度的基体，实现了超凡 的机械性能和耐久性能，使得其在工程中具有较大应用前景。为了预测不同配合比下的 UHPC 密实度，研究采用遗传算法人工 神经网络技术进行建模，同时研究了密实度与 UHPC 性能的关系。结果表明 ：密实度对 UHPC 的机械性能和孔结构有显著影响， 密实度越高，UHPC 的机械性能越优异，孔隙率越低 ；利用 GA-ANN 模型可以有效预测不同配合比下的 UHPC 密实度，且具有 较高的准确性和可靠性。 关键词 ：超高性能混凝土 ；遗传算法 ；人工神经网络 ；密实度 ［中图分类号］TP183 ［文献标识码］A DOI ：10.19892/ki.csjz.2020.31.33
超 高 性 能 混 凝 土 (Ultra-high performance concrete, UHPC）是近 20 年来发展迅速的一种新型水泥基复合材料， 具有超凡的机械性能与耐久性能，使其在土木工程建设中 表现出巨大的潜力与价值 [1-3]。不同于普通混凝土，超高性 能混凝土最基本的原则是实现颗粒材料的紧密堆积，即具 有一个较高的密实度 [4]。因此、石灰石粉等，去填充大颗粒堆积 形成的孔隙，以形成基体的紧密堆积 [5]。然而，这些掺和料 的加入对 UHPC 密实度的影响是极为复杂的，直接导致了 UHPC 的性能出现不稳定性 [6]。由此，为了辅助 UHPC 的配 合比设计，一个能够准确且高效预测 UHPC 密实度程度的 工具是迫切需要的。
Packing Density Prediction of Ultra-high Performance Concrete Based on Genetic Algorithm Artificial Neural Network
Deng Lixian1, Liu Kangning2, Fan Dingqiang3 (1.School of Civil Engineering and Architecture, Wuhan University of Technology, Wuhan Hubei 430070, China; 2.International School of Materials Science and Engineering, Wuhan University of Technology, Wuhan Hubei 430070, China; 3.School of Materials Science and Engineering, Wuhan University of Technology, Wuhan Hubei 430070, China)
城市建筑
基于遗传算法人工神经网络的超高性能混凝土 密实度预测研究
邓立贤 1，刘康宁 2，范定强 3 （1. 武汉理工大学土木工程与建筑学院，湖北武汉 430070 ；2. 武汉理工大学材料科学与工程国际化示范学院，湖北武汉 430070 ；
传统的预测方法多基于经验或者半经验拟合，如多元 线性回归，但这些方法都不能准确模拟出混凝土不同组分 与性能之间的复杂的非线性关系，使得其在混凝土拟合预 测中有不可避免的局限性 [7]。因此，研究人员尝试运用一 些新的数学工具去建立混凝土性能的预测模型。其中，人
Abstract: Ultra-high performance concrete (UHPC) is a new type cement-based composite material. It uses the close packing between particles to form a matrix with a higher density. It achieves extraordinary mechanical properties and durability, which makes it have a promising application prospect in engineering. In order to predict the packing density of UHPC with different mixtures, the genetic algorithm artificial neural network (GA-ANN) is employed in this study, and synchronously the relationship between properties of UHPC and compactness is investigated. The results reveal that packing density has a significant impact on the mechanical properties and pore structure of UHPC. The higher the compactness, the better the mechanical properties of UHPC and the lower the porosity. The use of GAANN model can effectively predict the packing density of UHPC with high accuracy and reliability. Key words: ultra-high performance concrete; genetic algorithm; artificial neural network; packing density
3. 武汉理工大学材料科学与工程学院，湖北武汉 430070）
摘要 ：UHPC（超高性能混凝土）是一种新型的水泥基复合材料，利用颗粒间的紧密堆积以形成较高密实度的基体，实现了超凡 的机械性能和耐久性能，使得其在工程中具有较大应用前景。为了预测不同配合比下的 UHPC 密实度，研究采用遗传算法人工 神经网络技术进行建模，同时研究了密实度与 UHPC 性能的关系。结果表明 ：密实度对 UHPC 的机械性能和孔结构有显著影响， 密实度越高，UHPC 的机械性能越优异，孔隙率越低 ；利用 GA-ANN 模型可以有效预测不同配合比下的 UHPC 密实度，且具有 较高的准确性和可靠性。 关键词 ：超高性能混凝土 ；遗传算法 ；人工神经网络 ；密实度 ［中图分类号］TP183 ［文献标识码］A DOI ：10.19892/ki.csjz.2020.31.33
超 高 性 能 混 凝 土 (Ultra-high performance concrete, UHPC）是近 20 年来发展迅速的一种新型水泥基复合材料， 具有超凡的机械性能与耐久性能，使其在土木工程建设中 表现出巨大的潜力与价值 [1-3]。不同于普通混凝土，超高性 能混凝土最基本的原则是实现颗粒材料的紧密堆积，即具 有一个较高的密实度 [4]。因此、石灰石粉等，去填充大颗粒堆积 形成的孔隙，以形成基体的紧密堆积 [5]。然而，这些掺和料 的加入对 UHPC 密实度的影响是极为复杂的，直接导致了 UHPC 的性能出现不稳定性 [6]。由此，为了辅助 UHPC 的配 合比设计，一个能够准确且高效预测 UHPC 密实度程度的 工具是迫切需要的。
Packing Density Prediction of Ultra-high Performance Concrete Based on Genetic Algorithm Artificial Neural Network
Deng Lixian1, Liu Kangning2, Fan Dingqiang3 (1.School of Civil Engineering and Architecture, Wuhan University of Technology, Wuhan Hubei 430070, China; 2.International School of Materials Science and Engineering, Wuhan University of Technology, Wuhan Hubei 430070, China; 3.School of Materials Science and Engineering, Wuhan University of Technology, Wuhan Hubei 430070, China)