公开(公告)号：CN119601129A

公开(公告)日：2025-03-11

申请号：CN202411677678.3

申请日：2024-11-21

Applicant: 中国矿业大学

Inventor： 李艾民 ,  袁淑琪 ,  陈飞 ,  吴明壮

IPC: G16C20/70 ,  G16C20/30 ,  G06F18/214 ,  G06F18/2135 ,  G06N3/006 ,  G06N3/084

Abstract: 本发明公开了一种基于主成分与PSO‑BP网络的混凝土性能预测方法，属于混凝土性能预测领域，包括以下步骤：建立混凝土数据集，进行数据预处理；利用主成分分析方法对混凝土配比数据进行处理，处理后分为训练集和预测集；建立混凝土强度、坍落度、屈服应力和塑性粘度的神经网络预测模型；利用粒子群算法对神经网络进行优化；将训练集导入优化后的神经网络中训练，并将预测集中的混凝土配比输入训练好的网络中，得到预测结果，并与预测集对应结果相对比。本发明中的方法克服了传统经验公式和现有预测模型对混凝土性能预测存在偏差大、效率低的问题，能够提高混凝土强度、坍落度、屈服应力、塑性粘度预测的准确性和快速性。