基于机器学习算法的混凝土抗压强度预测模型 (1)

　　

混凝土的抗压强度是质量检测的重要指标，它的预测受到多因素的影响，预测难度大。本文通过对其影响因素进行探究，提出了将灰色关联分析法用于基于遗传算法的反向传播人工神经网络模型（BP-ANN）的输入项的选择上来预测混凝土的抗压强度。通过使用灰色关联分析法发现砂率、水胶比、水灰比等指标，反应了配合比原料用量间的相互关系，对混凝土的抗压强度有较大影响。因此，本文将砂率、水灰比、水胶比和配合比原料构成作为基于遗传算法的BP神经网络模型输入层,预测误差为2.18%，优于未考虑三率的预测误差，证明本文输入层选择是有效的。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则