BP人工神經元网络拟合复合胶凝材料砂浆强度的研究.doc

BP人工神经元网络拟合复合胶凝材料胶砂强度的研究 金桂忠2 朱敏涛1 （1.上海市建筑构件制品有限公司，上海 200090；2.上海市建筑构件制品有限公司第二构件厂，上海 200237） 摘要：本文利用BP人工神经元网络数据挖掘技术对一组复合胶凝材料胶砂试验数据进行了胶砂强度性能拟合，证明了该技术拟合复合胶凝材料胶砂强度性能的准确性。 [关键词]复合胶凝材料 人工神经元网络 Study on Strength Performance simulation of Composite Cementitious Mortar based on the artificial neural network JIN Gui-zhong2 ZHU Min-tao1 Shanghai Building Component Products Co.,Ltd, 200090 Shanghai China; The Second Factory of Shanghai Building Component Products Co.,Ltd, 200237 Shanghai China) Abstract: This paper studies motar strength performace simulation with a group of composite cementious motar test datas based on the artificial neural network data mining tool and proves that the simulated strength performace is correct. Key words: composite cementitious material artificial-neural-network 概述 波特兰水泥混凝土的使用已有150年的历史，最初的混凝土仅由水泥、砂、石和水四种基本材料组成，而现在的混凝土几乎都使用了外加剂和矿物掺合料，以至有些学者将其作为混凝土的第五、第六组分[1]，在第六组分中往往包含着两种或两种以上的矿物掺合料，因此现在的混凝土也称为复合胶凝材料混凝土。目前，在我国，特别是在上海，大量使用的混凝土是以水泥、砂、石和水四种基本材料加外加剂以及矿渣微粉和粉煤灰等矿物掺合料配制的为主。随着复合胶凝材料混凝土在现实生产中的广泛应用，基于复合胶凝材料性能的混凝土配合比设计技术[2]也有了较大的提高，但是不同的生产需要不同组分复合胶凝材料性能的获得又成了新的问题。 20世纪80年代中期，随着计算机技术的推广，关系型数据库得到了广泛的应用，如何从这些大量的数据中发现其内在的规律及知识便导致了数据挖掘技术的出现[3]。BP人工神经元网络就是数据挖掘的基本工具之一。BP人工神经网络是由大量神经元通过极其丰富和完善的联接而构成的自适应非线性动态系统。它具有集体运算的能力和自适应的学习能力，有很强的容错性和鲁棒性，善于联想、综合和推广[4]。 本文利用DSP软件中的BP人工神经元网络模块对一组复合胶凝材料胶砂试验数据进行了胶砂强度性能拟合，证明了该技术拟合复合胶凝材料胶砂强度性能的准确性，通过这一技术的发展，可进一步利用水泥、矿粉和粉煤灰的相关性能指标和组分推测复合胶凝材料胶砂性能。 采用DSP人工神经元网络模块拟合复合胶凝材料胶砂性能 表2给出了一组由水泥、矿渣微粉和粉煤灰组成的复合胶凝材料胶砂对应相关试验数据，胶砂数据的相关资料如下： 胶砂试验考察的数据有水泥3天、28天抗压强度和抗折强度、矿渣微粉28天抗压强度活性指数、粉煤灰细度、复合胶凝材料组成（包括矿粉和粉煤灰占总胶凝材料的比例（（F+K）/G）和粉煤灰占复合掺合料的比例（F/（F+K））、28天胶砂实际和通过人工神经元网络拟合的抗压强度； 水泥强度试验方法根据ISO17671-1999，矿渣微粉活性指数试验方法根据GB18046-2000，粉煤灰细度试验方法根据GB1596-2005； 28天胶砂强度参照ISO17671-1999，试验用复合胶凝材料总量为450g，具体组成根据表2中胶凝材料组成进行； 采用BP人工神经元网络训练拟合数据见表1； 表1复合胶凝材料胶砂强度性能训练拟合数据 比较项目 参数 隐含网络层数 2 输入层节点数 8 输出层节点数 1 最小训练速率 0.1 动态参数 0.6 比较项目 参数 参数SIGMOID 0.9 允许误差 0.0001 最大迭代次数 1000 数据转换 平方根 第一层节点数 17 第二层节点数 8 实际迭代次数 1000 残差 0.00475 将表2中的数据作为BP人工神经元网