林躍忠，杜世婷，尤培忠

(1.山東科技大學(xué)土木工程與建筑學(xué)院，山東青島 266510；2.天元建設(shè)集團(tuán)，山東臨沂 276002)

基于神經(jīng)網(wǎng)絡(luò)的聚合物混凝土抗壓強(qiáng)度預(yù)測(cè)

林躍忠1，杜世婷1，尤培忠2

(1.山東科技大學(xué)土木工程與建筑學(xué)院，山東青島 266510；2.天元建設(shè)集團(tuán)，山東臨沂 276002)

用人工神經(jīng)網(wǎng)絡(luò)—BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)在聚灰比、聚合物摻量、減水劑摻量以及齡期的影響下聚合物水泥混凝土的抗壓強(qiáng)度。首先構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，然后通過(guò)對(duì)試驗(yàn)樣本數(shù)據(jù)的學(xué)習(xí)來(lái)訓(xùn)練網(wǎng)絡(luò)，最后用訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。經(jīng)預(yù)測(cè)值與實(shí)測(cè)值的比較，其相對(duì)誤差均在0.83 %～8.42 %之間，能滿足工程應(yīng)用要求。因此用神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)聚合物混凝土強(qiáng)度是可靠的。

BP神經(jīng)網(wǎng)絡(luò)； 聚合物水泥混凝土； 抗壓強(qiáng)度

聚合物水泥混凝土(PCC)是以聚合物和水泥共同作為膠凝材料。與普通水泥混凝土相比，聚合物水泥混凝土的抗拉強(qiáng)度、耐磨、耐蝕、抗?jié)B、抗沖擊等性能更好[1]，混凝土的和易性也得到改善。它常被用于現(xiàn)場(chǎng)灌筑構(gòu)筑物、路面及橋面修補(bǔ)、混凝土儲(chǔ)罐的耐蝕面層、新老混凝土的粘結(jié)以及其他特殊用途的預(yù)制品，有較為廣闊的應(yīng)用前景。雖然我國(guó)在聚合物混凝土方面有了一定的發(fā)展，但相較于發(fā)達(dá)國(guó)家還是比較落后的。聚合物水泥混凝土的強(qiáng)度取決于聚合物的種類、聚合物與水泥的比例、水灰比、外加劑等許多因素。聚合物混凝土的強(qiáng)度研究是很復(fù)雜的，用常規(guī)方法是非常耗時(shí)、耗材和耗力的。本文用神經(jīng)網(wǎng)絡(luò)方法對(duì)聚合物水泥混凝土抗壓強(qiáng)度進(jìn)行預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)方法對(duì)處理大量原始數(shù)據(jù)且不能用規(guī)則或公式描述的問題，表現(xiàn)出極大的自適應(yīng)性,且還具有自學(xué)習(xí)、自組織和逼近任意非線性的能力[2]。因而神經(jīng)網(wǎng)絡(luò)開始用于混凝土強(qiáng)度、抗?jié)B性、抗凍性預(yù)測(cè)等[3-5]方面，具有很大的實(shí)用性。

1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)(ANN)是一個(gè)數(shù)學(xué)模型，可以用電子線路實(shí)現(xiàn)，也可以用計(jì)算機(jī)程序模擬。它是對(duì)人類大腦系統(tǒng)的仿真，可以自動(dòng)診斷、問題求解，解決傳統(tǒng)方法所不能或難以解決的問題[6]。事實(shí)上神經(jīng)網(wǎng)絡(luò)是由大量的、功能較簡(jiǎn)單的神經(jīng)元互相連接而成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。它通過(guò)學(xué)習(xí)獲得外部知識(shí)并將其儲(chǔ)存于網(wǎng)絡(luò)中，來(lái)解決一些本質(zhì)上非計(jì)算的問題[7]。因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有學(xué)習(xí)和記憶能力、對(duì)數(shù)據(jù)可容性大、并行結(jié)構(gòu)、優(yōu)良的非線性逼近能力等特點(diǎn)，所以成為廣受關(guān)注的智能化信息處理方法。在實(shí)際應(yīng)用中，80 %以上的人工神經(jīng)網(wǎng)絡(luò)模型是BP網(wǎng)絡(luò)。已有理論證明，一個(gè)三層網(wǎng)絡(luò)可以實(shí)現(xiàn)對(duì)任意函數(shù)的任意逼近[8]。本文用的就是只有一個(gè)隱層的BP網(wǎng)絡(luò)，該網(wǎng)絡(luò)由輸入層、隱含層及輸出層構(gòu)成，包括信號(hào)的正向傳播和誤差的反向傳播，通過(guò)一定的權(quán)重實(shí)現(xiàn)相鄰兩層神經(jīng)元的全互連接。輸入層將樣本傳入隱含層，經(jīng)隱含層處理后傳入輸出層，將輸出層的實(shí)際輸出與期望輸出比較后得到的誤差通過(guò)BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程不斷調(diào)整網(wǎng)絡(luò)權(quán)重和閾值，使誤差平方和達(dá)到最小。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及反向傳播算法原理見圖1。

圖1 BP網(wǎng)絡(luò)結(jié)構(gòu)及反向傳播算法原理

假設(shè)有P個(gè)訓(xùn)練樣本，即(Ip,Tp),p=1,…,P，其中

輸入向量：Ip=(ip1,…,ipm)T

目標(biāo)輸出向量：Tp=(tp1,…,tpn)T

網(wǎng)絡(luò)輸出向量：Op=(op1,…,opn)T

BP網(wǎng)絡(luò)應(yīng)用的是Delta學(xué)習(xí)規(guī)則修正神經(jīng)元之間的連接權(quán)值。Delta學(xué)習(xí)規(guī)則:

記Δwij表示Delta學(xué)習(xí)規(guī)則遞推一次的連接權(quán)修改量，則有：

2 試驗(yàn)介紹

聚合物水泥混凝土的強(qiáng)度取決于很多因素，試驗(yàn)研究起來(lái)較復(fù)雜且會(huì)產(chǎn)生大量的數(shù)據(jù)。因而本文研究的是在材料種類、水灰比、砂率、實(shí)驗(yàn)環(huán)境等一致基礎(chǔ)上，當(dāng)聚合物摻量、減水劑摻量、聚灰比以及齡期不同時(shí)，用神經(jīng)網(wǎng)絡(luò)方法對(duì)聚合物水泥混凝土抗壓強(qiáng)度進(jìn)行預(yù)測(cè)。

2.1 試驗(yàn)材料

水泥為普通硅酸鹽水泥；砂為普通河砂的中砂，細(xì)度模數(shù)為2.8，落在級(jí)配Ⅱ區(qū)；石子的粒徑5～40 mm；水用的是普通自來(lái)水；聚合物為可再分散性乳膠粉(EVA)，各項(xiàng)指標(biāo)均符合國(guó)家相關(guān)規(guī)定的要求；減水劑為引氣型高效減水劑TJ-1。

2.2 試件與結(jié)果

本文用正交試驗(yàn)設(shè)計(jì)方法，聚合物水泥混凝土的聚合物與水泥的比例分別為0 %、0.5 %、0.75 %、1 %；減水劑與水泥質(zhì)量比分別為0 %、1 %、2 %，每組都配制不添加減水劑和聚合物的普通混凝土來(lái)作比較。試驗(yàn)所配制的混凝土的強(qiáng)度為C20，它的配合比為:水∶水泥∶砂∶石子=0.51∶1∶1.81∶3.68，混凝土的密度按2 400 kg/m3。根據(jù)正交試驗(yàn)原理，分別配制出12種不同聚合物比例和水灰比的混凝土，均做成100 mm×100 mm×100 mm的立方體試塊。在標(biāo)準(zhǔn)狀況下分別養(yǎng)護(hù)3 d、7 d、28 d、60 d，用混凝土強(qiáng)度測(cè)試儀測(cè)12種聚合物水泥混凝土的抗壓強(qiáng)度得到48組試驗(yàn)數(shù)據(jù)，在此只列出一部分?jǐn)?shù)據(jù)見表1。

3 BP網(wǎng)絡(luò)模型的構(gòu)建

3.1 網(wǎng)絡(luò)模型參數(shù)的確定及訓(xùn)練

表1 試驗(yàn)數(shù)據(jù)

圖2 訓(xùn)練過(guò)程誤差曲線

圖3 回歸分析

3.2 預(yù)測(cè)結(jié)果分析及結(jié)論

利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，得到的10組聚合物水泥混凝土抗壓強(qiáng)度與實(shí)測(cè)值的對(duì)比結(jié)果分析見表2。

表2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果分析

由表2可知強(qiáng)度預(yù)測(cè)值與實(shí)測(cè)值的最大相對(duì)誤差是8.42 %,能夠滿足工程應(yīng)用。

4 結(jié)束語(yǔ)

(1)本文通過(guò)應(yīng)用BP網(wǎng)絡(luò)對(duì)聚合物混凝土強(qiáng)度進(jìn)行了預(yù)測(cè)研究，能得以下結(jié)論；預(yù)測(cè)值與實(shí)驗(yàn)的實(shí)測(cè)值的誤差均在9 %以內(nèi)，說(shuō)明利用神經(jīng)網(wǎng)絡(luò)可以有效的預(yù)測(cè)聚合物水泥混凝土的抗壓強(qiáng)度。

(2)將人工神經(jīng)網(wǎng)絡(luò)方法用于實(shí)踐，既經(jīng)濟(jì)又省時(shí)、省力。隨著神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用的發(fā)展，它必將展現(xiàn)出更大的工程應(yīng)用價(jià)值。

[1] 馮雨松. 關(guān)于聚合物水泥混凝土的分析[J].工業(yè)建筑，2007， 37:14-16.983-985.

[2] 季韜,林挺偉,林旭建. 基于人工神經(jīng)網(wǎng)絡(luò)的混凝土抗壓強(qiáng)度預(yù)測(cè)方法[J].建筑材料學(xué)報(bào)，2005，8 (6):676-681.

[3] 皮文山，周紅標(biāo)，胡金平. 基于BP神經(jīng)網(wǎng)絡(luò)混凝土抗壓強(qiáng)度預(yù)測(cè)[J].低溫建筑技術(shù)，2011，(4):14-16.

[4] 周雙喜. BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)混凝土抗?jié)B性能的研究[J].五邑大學(xué)學(xué)報(bào)，2009，23 (1):52-56.

[5] 趙娜. 基于人工神經(jīng)網(wǎng)絡(luò)的混凝土抗凍性預(yù)測(cè)[D].內(nèi)蒙古科技大學(xué)，2010.

[6] XIA Min， FANG Jian-an， TANG Yang， et al . Dynamic depression control of chaotic neural networks for associative memory [J]. Neurocomputing， 2010(73)，776-783.

[7] 毛健,趙紅東,姚婧婧. 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J].電子設(shè)計(jì)工程，2011，19 (24):62-65.

[8] 宰松梅,郭冬冬,溫季.人工神經(jīng)網(wǎng)絡(luò)在土壤含鹽量預(yù)測(cè)中的應(yīng)用[J].中國(guó)農(nóng)村水利水電, 2010, (10): 33-35.

[9] 沈花玉，王兆霞，高成耀,等.BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J].天津理工大學(xué)學(xué)報(bào), 2008, 24(5): 13-15.

林躍忠(1966～)，男，副教授，主要從事土木工程結(jié)構(gòu)材料與施工研究;杜世婷(1990～)，女，碩士研究生，研究方向：結(jié)構(gòu)設(shè)計(jì)理論與應(yīng)用。

TU528.41

A

[定稿日期]2015-03-10