- 详情
- 2021-04-26
- 简介
- 3.5MB
- 页数 4P
- 阅读 78
- 下载 36
针对建筑保温材料性能表征十分复杂、困难的情况,利用人工神经网络BP算法,建立了复合保温材料性能预测模型,模型由3层神经元组成,分别为输入层、隐含层和输出层.以炉渣复合材料性能与成分的关系为研究对象,采取108组实验数据对神经网络进行8 000次训练,神经网络输出值的平方平均误差为0.000 12.然后,选用18组实验数据对训练成熟的试验神经网络模型进行检测,并把检测样本的神经网络输出值和试验值进行比较.结果表明:所建立的网络能反映炉渣复合保温材料与材料性能之间的关系,为实验设计提供了新的思想,节省了时间和劳动力.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
BP神经网络算法对建筑保温材料性能的预测 3.5MB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
基于Bagging算法和遗传BP神经网络的负荷预测 277KB
基于修正的BP神经网络算法对桩基承载力预测方法研究 955KB
基于BP神经网络的建筑能耗预测 226KB
改进BP神经网络及其在西北建筑业预测中的应用 138KB
基于BP神经网络的海口商品住宅价格预测研究 2.3MB
基于BP神经网络的施工进度预测 172KB
基于BP神经网络的基坑变形预测 140KB
基于BP神经网络的汽车故障率预测研究 189KB