建筑工程与管理

混凝土预测分析方法研究现状

曹海通

摘要


混凝土材料性能的研究在建筑行业的发展中具有重要意义。文章对各种混凝土强度试验预测分析方法进行了归纳总结,包括人工神经网络、支持向量机和非线性回归等,系统地介绍了现代关于混凝土强度的理论研究。

关键词


混凝土强度;预测分析方法;神经网络;支持向量机;非线性回归

全文:

PDF

参考


丛爽.神经网络、模糊系统及其在运动控制中的应用[M].合肥:中国科学技术大学出版社,2001.

曹兴龙,王起才,鲍学英.混凝土配合比设计及强度预测[J].硅酸盐通报,2015(03):639-643.

吴涛,黄凯,姚东方.基于BP-ANN的陶粒轻骨料混凝土抗压强度预测及影响因素分析[J].硅酸盐通报,2015(09):2476-2481.

隋明辉.基于BP人工神经网络的混凝土强度预测模型[J].建材与装饰,2016(13):137-138.

方涛,王俊锋,张鑫月,金光日.基于人工神经网络的不同混凝土实时强度预测研究[J].混凝土,2016(12):38-43.

林跃忠,杜世婷,尤培忠.基于神经网络的聚合物混凝土抗压强度预测[J].四川建筑,2015(04):217-219.

尹冠生,傅沉,贺燕飞.基于神经网络的泡沫混凝土强度及导热性能预测[J].盐城工学院学报(自然科学版),2016(02):49-54.

高辉.基于BP神经网络的混凝土孔结构与强度关系研究[J].施工技术,2017(46):292-295.

王江荣,白保琦.基于GA-BP算法的混凝土抗压强度指标筛选[J].工业仪表与自动化装置,2017(06):10-14.

许杰淋,曾强,余佳蓓,吉旭.基于遗传算法优化的BP神经网络预测混凝土抗压强度[J].山东化工,2014(10):146-152.

徐富强,陶有田.基于IFOA-RBF算法的混凝土抗压强度预测[J].巢湖学院学报,2014(06):7-11.

李楠,赵均海,王娟,吴赛.基于RBF神经网络的混杂纤维混凝土强度预测[J].混凝土,2014(07):23-26.

范立强,吕国芳.基于高维云RBF神经网络的混凝土强度预测[J].电子设计工程,2016(08):80-82.

高峰,李津.结构混凝土抗压强度预测RBF-ANN模型[J].山西大同大学学报(自然科学版),2016(04):57-59.

胡明玉,唐明述.神经网络在高强粉煤灰混凝土强度预测及优化设计中的应用[J].混凝土,2001(01):13-17.

孟凡深,程志谦,侯林峰.基于支持向量机的混凝土回弹法无损测强实验研究[J].四川建筑科学研究,2014(05):108-110.

丘伟兴,杨飞,林逸洲,徐家兴,黄国文,郑帮熊.基于支持向量机的超早强混凝土抗压强度预测研究[J].路基工程,2017(06):15-19.

龚珍,卜小波,吴浩.基于PSO-SVM的混凝土抗压强度预测模型[J].混凝土,2013(12):11-13.

靳江伟,董春芳,冯国红.基于灰色关联支持向量机的混凝土抗压强度预测[J].郑州大学学报(理学版),2015(03):59-63.

张静,刘向东.混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测[J].吉林大学学报(工学版),2016(04):1097-1102.

郭时安,罗启灵,王卫仑,隋莉莉.快速简化权重成熟度法预测混凝土抗压强度[J].混凝土,2015(12):145-147.

李马力,隋莉莉,周英武,邢锋.再生粗骨料混凝土强度预测模型研究[J].防灾减灾工程学报,2016(01):132-137.

高强,赖志标,胡智,徐强.快速预测混凝土28d强度方法[J].混凝土世界,2015(06):62-64.

梁本亮.纤维增强复合材料管约束矩形截面混凝土柱轴心受压强度预测模型[J].上海交通大学学报,2016(01):41-46.

杜宏保,陶荣.线性荷载下混凝土梁抗拉强度幂值函数预测模型[J].科技通报,2015(04):46-48.




DOI: https://doi.org/10.33142/aem.v2i1.1425

Refbacks

  • 当前没有refback。