-
题名基于SSA-BP的孔道压浆料抗压强度预测研究
- 1
-
-
作者
卜良桃
叶好焰
杜国强
侯琦
-
机构
湖南大学土木工程学院
香港大学土木工程系
湖南宏力土木工程检测有限公司
-
出处
《建筑科学与工程学报》
北大核心
2025年第3期115-125,共11页
-
基金
国家自然科学基金项目(51908205)
中国工程建设标准化协会资助项目(建标协字[2019]22号)。
-
文摘
为实现压浆料抗压强度的精准预测,引入麻雀搜索算法(SSA)优化BP神经网络的初始权重和阈值;设计并开展了表面硬度法与超声法检测试验,以108组试验数据为样本,建立了包含2节点输入层、9节点隐含层与1节点输出层的压浆料抗压强度SSA-BP神经网络预测模型,与BP神经网络、遗传算法(GA)优化后的BP神经网络及测强公式预测结果进行对比;探讨了不同输入参数组合对SSA-BP模型预测效果的影响。结果表明:相比BP模型与GA-BP模型,SSA-BP模型的均方误差(MSE)分别降低了53.23%与26.86%,单次训练时间较GA-BP模型减少了34.40%;相比测强公式,预测值与实测值的判定系数R2从0.937提高至0.975,MSE与平均绝对误差(MAE)分别降低了19.81%与7.20%;单一输入参数的SSA-BP模型误差精度降低,但仍具备良好的泛化能力;SSA-BP模型能够较好挖掘输入、输出参数的数据信息,在拟合优度与预测精度方面比传统方法更有优势,可以准确预测压浆料抗压强度,为孔道压浆料性能预测提供了新方法。
-
关键词
孔道压浆料
麻雀搜索算法
BP神经网络
抗压强度预测
超声法
表面硬度法
-
Keywords
cable grout
sparrow search algorithm
BP neural network
compressive strength prediction
ultrasonic method
surface hardness method
-
分类号
TU528
[建筑科学—建筑技术科学]
-
