基于改进BP模型的沙漠砂混凝土高温后抗压强度预测

河南理工大学学报（自然科学版）
网络首发时间：2024-09-10 13:51:29

作者

刘海峰刘浩天李罗胤陈小龙
单位

宁夏大学土木与水利工程学院
摘要

目的为探究高温历程对沙漠砂混凝土（DSC）抗压强度的影响，方法考虑4个因素（沙漠砂替代率、温度、升温速率和静置时间），进行高温后沙漠砂混凝土抗压强度试验，并借助X射线衍射（XRD）和扫描电子显微镜（SEM）分析经历高温后沙漠砂混凝土微观形貌和物相组成变化规律。以反向传播算法（Back-Propagation, BP）为基准，融合粒子群算法（Particle Swarm Optimization,PSO）和遗传算法（Genetic Algorithm,GA）训练人工神经网络（ArtificialNeuralNetwork,ANN），建立高温后沙漠砂混凝土抗压强度预测模型，并采用十折交叉验证的方法对该模型进行验证。结果结果表明：随着温度升高，DSC抗压强度呈下降趋势，材料内部水化产物大量分解，微观裂缝逐渐扩展并连接贯通；静置时间越长，抗压强度越高；升温速率越快，DSC破坏速率随之增大；沙漠砂替代率为20%时，DSC抗压强度达到最大值。三种预测模型预测值与实测值的平均绝对百分比误差均控制在8%以内。模型优化程度越高，误差范围越小。采用粒子群优化遗传混合算法（PSO-GA）神经网络模型预测结果更为精准，该模型预测值均方差（RMSE）为1.127 2，平均绝对百分比误差（MAPE）为3.98%,28 d抗压强度预测决定系数(R2)为0.987 8，结论显著提高了沙漠砂混凝土高温后力学性能预测的准确性。
关键词

沙漠砂混凝土抗压强度高温神经网络模型
引用格式

刘海峰,刘浩天,李罗胤,等.基于改进BP模型的沙漠砂混凝土高温后抗压强度预测[J/OL].河南理工大学学报(自然科学版),1-12[2024-09-10].http://kns.cnki.net/kcms/detail/41.1384.N.20240909.1332.004.html.
相关文章

[1]分形煤岩胶结体动态力学性能及数值模拟研究