遗传神经网络对RPC流动度预估的研究

摘要：

流动度是RPC配制的一个关键指标,它直接反映了其工作性的优劣,但其影响因素复杂,难以用统一的数值关系直接描述RPC流动度与其影响因素的量化关系,目前还没有合适的计算方法,为此,提出控制RPC流动度的数值方法,即引入遗传神经网络对RPC的流动度进行预测控制.在建立网络模型后,选取适当的参数,进行训练仿真分析.结果表明,该遗传神经网络模型是有效的,对RPC的流动度预测有较高的精度和稳定的预测结果,与单纯的BP神经网络模型相比,具有精度高、训练速度快、工作性能稳定等优点.

关键词：RPC、神经网络、流动度、遗传算法、预估

所属期刊栏目：5

分类号：TU528(建筑材料)

资助基金：国家"十一五"科技支撑计划资助项H2006EAJ02E07

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：37-41