| 基于PSO-BP神經網絡的混凝土抗壓強度預測 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大小：473 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了有效提高混凝土抗壓強度的預測精準度，利用粒子群算法優化BP神經網絡初始權值和閾值，建立了混凝土抗壓強多因子PSO-BP預測模型。模型以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細集料的含量以及置放天數為輸入參數，混凝土抗壓強度值作為輸出參數，不僅可以克服BP算法收斂速度慢和易陷入局部極值的缺陷，而且模型的學習能力、泛化能力和預測精度都有了很大的提高。以UCI數據庫中的Concrete Compressive Strength數據集為例進行仿真測試，結果表明：PSO-BP模型預測精度較BP、GA-BP模型分別提高了8.26%和2.05%，驗證了PSO-BP模型在混凝土抗壓強度預測中的有效性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2