张文佳，赵志曼，全思臣，朱伟明，姚毅惠，郜　峰

(1.昆明理工大学建筑工程学院，昆明　650100;2.云南昆钢结构有限公司，安宁　650300)



基于广义回归神经网络的β型磷建筑石膏强度预测

张文佳1，赵志曼1，全思臣2，朱伟明1，姚毅惠1，郜峰1

(1.昆明理工大学建筑工程学院，昆明650100;2.云南昆钢结构有限公司，安宁650300)

本文利用工业废弃物磷石膏制备β型磷建筑石膏，并确定了影响β型磷建筑石膏强度的因素及特点，在此基础上，建立了β型磷建筑石膏强度预测的广义回归神经网络(General Regression Neural Network, GRNN)模型，利用实验室中制备β型磷建筑石膏的15组统计数据作为学习样本，通过网络拟合训练和预测分析，得到了较高精度的预测结果，证明了GRNN的非线性映射能力、容错性和自学习性用于β型磷建筑石膏强度预测是非常有效的，避免了大量盲目的配比试验及资源浪费，提高了实验水平和效率。

β型磷建筑石膏； 广义回归神经网络； 强度预测

1　引　言

磷石膏是一种工业废弃物，含大量有害物质，其大量排放及堆放不仅增加费用，占用大面积土地，且破坏土壤和水体平衡，给人类健康和生态环境带来危害[1-5]。根据世界肥料协会数据折算，至2009年全球磷石膏产量约为1.75亿吨，而利用率仅为4.5%[6]，至2015年我国利用率不足10%。而我国磷石膏年平均产量为5000万吨，位居世界第一[7]。β型磷建筑石膏的研究可以有效地解决工业废渣难处理的问题，实现废物的循环利用，具有良好的社会经济和环境效应，对建设环境友好型社会有着重大的意义。……