基于神经网络混凝土强度预测的研究

《基于神经网络混凝土强度预测的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文书脊样式：基于神经网络的混凝土强度预测研究时丹辽宁工程技术大学关于论文使用授权的说明本学位论文作者及指导教师完全了解辽宁工程技术大学有关保留、使用学位论文的规定，同意辽宁工程技术大学保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。保密的学位论文在解密后应遵守此协议学位论文作者签名：____________导师签名：_____________年月日年月日分类号TU18学校代码10147UD

2、C624密级公开硕士学位论文基于神经网络的混凝土强度预测研究StudyonPredictionofConcreteStrengthBasedonArtificialNeuralNetwork作者姓名时丹指导教师杨晓明副教授申请学位工学硕士学科专业结构工程研究方向结构安全评估辽宁工程技术大学致谢本文是在杨晓明副教授的悉心指导下完成的，论文得以顺利完成完全得益于杨老师的谆谆教诲和精心指导，论文从开始选题直到完成都凝结着杨老师的汗水和智慧。杨老师不仅在学业上给予了我极大的帮助，而且在人生的发展道路上给予我珍贵的指点。杨老师渊博的专业知识

3、，严谨的工作作风，谦虚淡薄的风格以及他对事业的执着追求,这一切都深深的感染了我，成为我人生的财富，激励我踏实认真的走好今后的每一步。在这两年多的学习生涯里，我还得到了很多老师的关系和帮助，在此，向各位老师表示衷心地感谢和诚挚的祝福，祝愿各位老师身体健康，工作顺利！津阜基业工程有限公司的领导与实验室工作人员在试验过程中给予了极大的支持和帮助，在此谨向他们表示诚挚的谢意！感谢朱红强、米雅妹、牟爽、李富斋、韩志强等同学在论文准备期间给予的无私帮助。感谢父母的养育、理解、鼓励与支持，我将会继续努力回报你们多年的养育之恩。本文中参考了大量的

4、中外文献，在此向各位作者表示感谢！最后，我还要向在百忙之中抽出时间对本文进行审阅、评议和参加本人论文答辩的各位老师表示感谢！谢谢各位老师！摘要近年来在役土木工程结构的安全性越来越受到重视，而混凝土材料的强度在土木工程结构的安全性及耐久性评估中扮演着重要角色。在土木工程结构的长期服役中，混凝土的强度会慢慢下降。准确地预测出混凝土材料在长期使用过程的强度退化对于正确评估结构安全性有着重要的意义。本文在收集整理混凝土试验数据的基础上，利用神经网络模型和MATLAB软件中的神经网络工具箱，对混凝土强度进行了预测研究。首先，本文论述了神经网

5、络的基本原理，BP网络的结构、算法原理，BP网络建立过程以及BP网络的程序实现过程，利用收集整理到的国内外试验资料，建立BP网络预测模型预测了混凝土强度值，并分析了运用人工神经网络进行混凝土强度预测的可行性。其次，分析总结了影响混凝土强度的主要因素，并利用收集到的试验数据，运用MATLAB神经网络工具箱创建了BP网络模型，根据敏感性分析方法，对几个主要的影响因素进行了混凝土强度敏感性分析。最后，本文通过试验研究了混凝土的力学性能，并将试验数据应用到混凝土强度预测之中。测试结果表明，经过训练的人工神经网络能够准确地预测混凝土材料的强

6、度，其误差控制在7%以内，可以满足工程的需要。关键词：混凝土；强度；人工神经网络；敏感性分析；预测IAbstractRecently,thesafetyofexistingcivilengineeringstructuresattractsmoreandmoreattention.Thestrengthofconcreteplaysakeyroleduringtheassessmentofsafetyanddurabilityforcivilengineeringstructures.Thestrengthofconcretewi

7、llgraduallydecreaseduringtheserviceofcivilengineeringstructures.Itissignificanttoaccuratelypredictthestrengthdeteriorationofconcreteforcorrectlyevaluatingthesafetyofstructures.Inthispaper,basedonconcretetestdata,usingatificialneuralnetworkmodelandneuralnetworktoolboxi

8、nMATLAB,thepredictionofconcretecompressivestrengthhasbeenstudied.Attheverybeginningofthispaper,thetheoryofneuralnetwork,stru