[发明专利]一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法

权利要求书

1.一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，包括以下步骤：

S1，收集既有砌体抗压强度试验数据，并对所收集数据进行归一化处理；

S2，对砌体抗压强度的各个影响因素进行显著性分析，根据显著性分析确定主要因素，提选主要因素构建砌体抗压强度人工神经网络计算模型；

S3，从S1中收集的砌体抗压强度试验数据中随机挑选训练样本，验证样本和测试样本，对S2所建立的砌体抗压强度人工神经网络计算模型进行训练；

S4，根据输入层和输出层神经元个数调整S3中砌体抗压强度人工神经网络计算模型的隐含层神经元数量，并进行试算，探明隐含层神经元变化对模型计算精度的影响规律，确定兼顾稳定性和计算精度的砌体抗压强度人工神经网络计算模型。

2.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，S1中，既有砌体单轴抗压强度试验数据包括砌体几何参数、砌体力学参数和砌块及粘结材料力学参数。

3.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，S1中，对所收集数据进行归一化处理通入如下方法：

X′_i＝0.9+0.8×(X_i-X_max)/X_max-X_min

归一化至[0,0.9]；

其中，X′_i为处理后数据；X_i为待处理数据；X_min为待处理数据最小值；X_max为待处理数据最大值。

4.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，S2中，显著性分析采用傅里叶灵敏度分析法进行。

5.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，对砌体抗压强度人工神经网络计算模型进行训练时，训练样本、验证样本和测试样本所占所收集数据的比例范围分别为60％-80％、10％-20％和10％-20％，训练样本、验证样本和测试样本通过随机抽样产生。

6.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，人工神经网络计算模型的训练采用MATLAB、PYTHON或FORTRAN软件，训练算法采用Levenberg-Marquard算法。

7.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，S4中，根据输入层和输出层神经元个数调整S3中砌体抗压强度人工神经网络计算模型的隐含层神经元数量根据如下公式进行：

其中，a为位于区间[1,10]的整常数；l为输入层神经元数量；m为隐含层神经元数量；b为输出层神经元数量。

8.根据权利要求1所述的一种基于BP人工神经网络的砌体构件单轴抗压强度计算方法，其特征在于，人工神经网络计算模型的计算精度和稳定性评判依照计算结果均方误差MSE及决定系数R²进行。