《表1 BP网络学习样本:改进BP神经网络的再生粗骨料混凝土强度预测》

《表1 BP网络学习样本:改进BP神经网络的再生粗骨料混凝土强度预测》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进BP神经网络的再生粗骨料混凝土强度预测》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了达到较快的收敛速度及计算精度,本文反复试验,最终采用双隐含层的BP神经网络来建立再生混凝土抗压强度的计算模型。其结构如图2所示。本文根据文献[5,13-15]收集到的再生混凝土的水灰比、不同龄期、再生骨料取代率及再生混凝土的抗压强度数据,从中选取了38组数据作为学习样本,另选取5组作为预测样本以检验学习效果。为了加快网络的收敛速度,在训练之前将各输入物理量化为0.2~0.8归一化区间,预测样本中网络的抗压强度反归一化后得到预测值。归一化后的学习样本数据见表1。