高 峰，郝奇亮

（山西大同大学煤炭工程学院，山西大同 037003）

基于MATLAB7.2神经网络工具箱的混凝土抗压强度预测

高 峰，郝奇亮

（山西大同大学煤炭工程学院，山西大同 037003）

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据，应用通用数学软件Matlab7.2神经网络工具箱中的BP人工神经网络（BP-ANN）算法，通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP-ANN模型；将其充分训练后，用于混凝土抗压强度预测。分析结果表明，混凝土抗压强度预测值与实测值的误差小于5.0％，能够满足工程需要；BP-ANN预测能力较强，具有一定的工程应用价值。

混凝土抗压强度预测；Matlab7.2神经网络工具箱；BP神经网络

混凝土质量决定着建筑物的结构安全，而混凝土抗压强度是混凝土质量控制的关键，也是建筑施工及验收的重要依据［1-2］。通常可采用回弹法、超声波法等快速推定混凝土强度［3-4］。但影响混凝土强度的因素众多（如材料、环境、检测方法及施工质量等），而且影响因素的不确定性强，因此，有时用一种确定的表达式来准确描述混凝土强度难度很大。而人工神经网络（ANN）是模拟生物脑神经系统结构与工作机理的计算智能技术，在解决问题时不需要对象的精确数学模型，通过输入样本训练，建立输入-输出变量间的数学关系，而与系统本身复杂程度无直接关系，可用于未知参量的预测［5］。ANN具有自组织、自适应与自学习能力，适宜于表现多因素、非线性的复杂因果规律，是目前比较流行的求解非线性问题的研究方法，因此，可用于混凝土强度预测。……