建筑材料学报

作者：汪声瑞，胡畔，陈思宝，肖约

单位：1.武汉理工大学 土木工程与建筑学院，湖北 武汉 430070;2.长江勘测规划设计研究有限责任公司，湖北 武汉 430010;3.华杰工程咨询有限公司 中南分公司，湖北 武汉 430000

关键词：混凝土;抗压强度;耦合;预测;学习算法;训练数据集

基金：中国工程院咨询研究基金资助项目（2019-XZ-19）

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.

来源：2023年第7期

《建筑材料学报》期刊编辑部

查看建筑材料学报杂志2023年第7期