神經(jīng)網(wǎng)絡(luò)在建筑材料系統(tǒng)辨識(shí)領(lǐng)域的應(yīng)用研究.pdf

1、文證明了人工神經(jīng)網(wǎng)絡(luò)(ANN)應(yīng)用于建筑材料系統(tǒng)辨識(shí)領(lǐng)域的有效性,主要從微觀和宏觀兩個(gè)方面進(jìn)行了研究.根據(jù)具體研究問題的不同,選用不同的網(wǎng)絡(luò)模型逼近實(shí)際系統(tǒng).宏觀上,以混凝土強(qiáng)度為例,研究如何利用神經(jīng)網(wǎng)絡(luò)建立原材料配方與混凝土強(qiáng)度的關(guān)系模型.介紹可以全局收斂的徑向基函數(shù)(Radial basis function,RBF)神經(jīng)網(wǎng)絡(luò).該文中該網(wǎng)絡(luò)采用正交學(xué)習(xí)算法(Orthogonal least square,OLS)辨識(shí)混凝土強(qiáng)度模型,

2、并將仿真結(jié)果與現(xiàn)在廣受歡迎的BP網(wǎng)絡(luò)比較.表明RBF網(wǎng)絡(luò)的學(xué)習(xí)速度比BP神經(jīng)網(wǎng)絡(luò)顯著加快,并且具有較好的泛化能力,能有效地應(yīng)用于混凝土領(lǐng)域.微觀上,拋開具體材料形式,探討原材料配方(這里是以化學(xué)元素形式表示)與材料內(nèi)部最終形成的化學(xué)成分的關(guān)系.基于RBF網(wǎng)絡(luò)和感知器(Perceptron)網(wǎng)絡(luò)建立一四層前饋神經(jīng)網(wǎng)絡(luò)-徑向基感知器(Radial basis perceptron,RBP)網(wǎng)絡(luò).該網(wǎng)絡(luò)主要有以下特點(diǎn):(1)網(wǎng)絡(luò)結(jié)構(gòu)上,兩層隱

3、層選擇性連接,隱層節(jié)點(diǎn)數(shù)在學(xué)習(xí)過程中動(dòng)態(tài)確定;(2)學(xué)習(xí)規(guī)則上,提出一種同時(shí)考慮輸入輸出樣本信息的輸入-輸出聚類(Input-output clustering,IOC)方法,且聚類中心的形狀參數(shù)σ自適應(yīng)變化.以CaO-Al<,2>O<,3>-SiO<,2>系統(tǒng)為例,對(duì)材料成分分析領(lǐng)域的仿真結(jié)果表明,該網(wǎng)絡(luò)可成功地包含材料成分的構(gòu)成信息,實(shí)現(xiàn)精確分類,并具有較高的泛化能力.綜上所述,神經(jīng)網(wǎng)絡(luò)作為一種先進(jìn)的辨識(shí)手段將為建筑材料系統(tǒng)辨識(shí)領(lǐng)域