《表6 神经网络模型预测结果》
以粉煤灰添加量、胶凝材料用量、料浆质量浓度为影响因素,分别研究其对胶结充填体3d,7d,28d单轴抗压强度的非线性影响规律,采用3-Hn-1的三层BP神经网络结构。训练精度goal=1e-7,迭代次数epochs=10 000,最小性能梯度min_grad=1e-5,隐层传输函数为tansig,输出层传输函数为logsig,训练函数为trainlm,trainlm使用L-M算法。由方差分析结果可知,胶凝材料用量和料浆浓度对充填体抗压强度影响显著,在对3d,7d,28d3个龄期建立神经网络模型时,仅考虑粉煤灰不同掺量的抗压强度结果。因此,在利用神经网络预测不同龄期抗压强度时,固定胶凝材料的最优用量为310kg/m3,料浆最优质量浓度为81%,粉煤灰掺量变化范围为0~50%,变化梯度为5%,主要研究粉煤灰掺量对不同龄期充填体强度的影响规律。利用BP神经网络模型预测各龄期单轴抗压强度,结果见表6与图1。
图表编号 | XD00201015300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 韦寒波、巴蕾、高谦 |
绘制单位 | 北京科技大学土木与资源工程学院、北京科技大学金属矿山高效开采与安全教育部重点实验室、北京市建筑节能与建筑材料管理办公室、北京科技大学土木与资源工程学院、北京科技大学金属矿山高效开采与安全教育部重点实验室、北京科技大学土木与资源工程学院、北京科技大学金属矿山高效开采与安全教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |