基于耦合BAS-MLP的混凝土抗压强度预测
汪声瑞1
胡畔1
陈思宝2
肖约3
1.武汉理工大学土木工程与建筑学院,湖北武汉4300702.长江勘测规划设计研究有限责任公司,湖北武汉4300103.华杰工程咨询有限公司中南分公司,湖北武汉430000
摘要：针对1 030组混凝土抗压强度试验数据,通过天牛须搜寻算法(BAS)来训练多层神经网络(MLP),并与混合复杂进化方法(SCE)-MLP、多元宇宙优化算法(MVO)-MLP这2种耦合模型算法进行对比分析,得到可用于预测混凝土抗压强度的算法模型.结果表明:BAS可以显著提高MLP的训练精度和预测精度,该算法比SCE-MLP、MVO-MLP耦合模型算法更快、更准确;与人工神经网络(ANN)和支持向量机(SVM)个体学习算法相比,元启发式算法在混凝土抗压强度预测方便表现出良好的优越性.同时讨论了 BAS-MLP模型中与训练数据集数量和输入变量数量相关的因素,发现使用1 030组数据的80％即可获得良好的预测结果.
关键词：混凝土抗压强度耦合预测学习算法训练数据集
分类号：TU528.1(建筑材料)
资助基金：中国工程院咨询研究基金资助项目(2019-XZ-19)
论文发表日期：2023-07-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 705-715 )
英文信息