[发明专利]再生骨料透水混凝土BP神经网络预测分析方法

说明书

本发明公开了一种再生骨料透水混凝土BP神经网络预测分析方法，输入向量为透水混凝土的抗压强度、劈裂抗拉强度、孔隙率和渗透系数这四个宏观性能指标中任意三个，输出向量为不同于输入向量中剩余的一个指标；根据输入向量、输出向量构造符合再生骨料透水混凝土关键性能预测的BP神经网络模型，并根据实际预测精度要求，设定误差阈值；建立BP神经网络模型中选择单隐含层，通过对再生骨料透水混凝土4项关键性能指标的统计分析，建立其宏观性能的统计规律与内在联系。预测精度较高，表明了再生骨料透水混凝土强度、孔隙率、渗透性能的内在关系。

技术领域

本发明属于再生骨料透水混凝土性能分析技术领域，具体涉及一种再生骨料透水混凝土关键性能统计及BP神经网络预测分析方法。

背景技术

透水混凝土作为一种透气、透水且质量轻的绿色生态型混凝土应用非常广泛，其连续孔隙结构使得其本身具有较高的透水性，能够有效缓解城市热岛效应和减轻城市排水系统压力，提升城市生态系统功能和减少城市洪涝灾害的发生。随着城市化的步伐不断加快，建筑垃圾逐渐增多并成为污染环境的重要因素。再生骨料透水混凝土(RecycledAggregate Permeable Concrete，RAPC)是由建筑垃圾进行破碎、筛分后制备的，不仅充分发挥了透水混凝土的优点，而且能够减少建筑垃圾的污染和填埋问题，并有效改善环境。ACI在透水混凝土方面给出抗压强度与劈拉强度、孔隙率与渗透系数的指数关系，国内外学者关于RAPC这些关系的研究多是参照这一模型，如E Güneyisi等研究发现RAPC孔隙率与渗透系数之间满足指数正相关关系，即渗透系数随孔隙率的增大呈指数增大，陈守开等、SataV等也得出相同的结论。Adel Gorjinia Khoshkenari等利用回归线性模型，得出了再生骨料混凝土抗压强度与劈拉强度之间满足指数关系，且相关性达到95％以上。R Rizvi等通过试验，建立了RAPC抗压强度与渗透性能之间的关系，指出抗压强度随着渗透性能的增大而降低。但这些研究多数局限于少量试验数据基于唯象理论的拟合，不能直观的反映出RAPC性能的内在联系，具有较大的局限性。

发明内容

本发明针对现有技术存在的问题和不足，提供一种再生骨料透水混凝土BP神经网络预测分析方法。达到分析RAPC各项关键性能的统计学规律，并借助BP神经网络模型进行性能的预测分析，研究RAPC宏观性能之间的内在联系，为RAPC理论及应用研究提供支持。

本发明解决其技术问题所采用的方案是：一种再生骨料透水混凝土关键性能BP神经网络预测分析方法，包括以下步骤。