基于PSO-BPNN模型的氯氧镁水泥混凝土耐水性预测
王鹏辉1
乔宏霞2
冯琼2
薛翠真2
张云升3
1.深圳大学 广东省滨海土木工程耐久性重点实验室,广东 深圳 5180602.兰州理工大学 甘肃省土木工程防灾减灾重点实验室,甘肃 兰州 7300503.兰州理工大学 甘肃省土木工程防灾减灾重点实验室,甘肃 兰州 730050;东南大学 材料科学与工程学院,江苏 南京 211189
摘要：为快速准确地获得具有优异耐水性氯氧镁水泥混凝土(MOCC)的配合比,设计了拓扑结构为4-10-2的粒子群优化(PSO)算法-反向传播(BP)神经网络(PSO-BPNN)模型.该模型的输入层参数为n(MgO)/n(MgCl2)、粉煤灰掺量、磷酸掺量和磷肥掺量,输出层参数为MOCC的抗压强度和软化系数;模型数据集为144组,其中训练集数据为100组,验证集数据为22组,测试集数据为22组.结果表明:PSO-BPNN模型在MOCC抗压强度预测中的评价参数——决定系数R2=0.99、平均绝对误差SMAE=0.52、平均绝对误差百分比SMAPE=1.11、均方根误差SRMSE=0.73;其在软化系数预测中的评价参数——R2=0.99、SMAE=0.44、SMAPE=1.29、SRMSE=0.62;与BP神经网络(BPNN)模型相比,PSO-BPNN模型具有更强的双参数预测能力,可用于MOCC配合比的正向设计和反向指导.
关键词：氯氧镁水泥混凝土耐水性抗压强度软化系数PSO-BPNN
分类号：TU528.01(建筑材料)
资助基金：国家自然科学基金(52178216)国家自然科学基金(52108219)国家自然科学基金(U21A20150)国家自然科学基金(52008196)甘肃省科技计划项目(23JRRA799)
论文发表日期：2024-03-28
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：8( 189-196 )
英文信息