基于神经网络与回归分析的多孔混凝土性能预测

摘要

为实现对多孔混凝土28 d抗压强度和透水系数两项关键性能指标的预测，通过相关性分析确定水胶比、胶凝材料用量、骨胶比和实测孔隙率为模型输入参数，然后基于构建的数据集，采用神经网络和回归分析分别建立了4种预测模型。结果表明：两种统计回归模型的预测误差较大，对多变量的响应缺乏敏感性，其拟合优度R²均在0.681以下；两种神经网络模型更适合解决复杂、多变量的性能预测问题，其中经遗传算法优化的神经网络抗压强度预测模型的拟合优度R²达到0.9以上，体现了该预测模型的精准性和稳定性。研究成果可为多孔混凝土的配合比优化设计与性能调控提供参考和指导。

关键词

道路与铁道工程 / 多孔混凝土 / 抗压强度 / 透水系数 / 神经网络 / 回归分析