10.3969/j.issn.1006-6659.2019.07.049
基于人工神经网络的胶凝砂砾石材料力学性能研究
随着对胶凝砂砾石(CSG)材料力学性能研究的日亦增多及胶凝砂砾石坝(CSG Dam)的推广应用,为阐述人工神经网络强度预测模型的技术方案,通过掺加纤维及选用不同胶凝材料用量、龄期等多种影响因子以正交试验方案设计配合比获得样本数据,有效建立评估预测系统.并结合回归方程对比分析,实测结果表明,预测准确率达95%以上,为CSG材料在工程上的进一步应用提供科学理论依据,且为今后人工神经网络理论在水利工程中进一步应用奠定了基础.
CSG、人工神经网络、影响因素、强度、预测模型
26
2019-08-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
149-152