人工神经网络程序.docx

《人工神经网络程序.docx》由会员分享，可在线阅读，更多相关《人工神经网络程序.docx（3页珍藏版）》请在第一文库网上搜索。

1、验证组数据水胶比硅灰掺量砂胶比钢纤维掺量减水剂掺量抗压强度1，MPa）抗压强度2,MPai抗拉强度1，MPa）抗拉强度2,MPa）工作性指标添加导入神经网络模拟训练结果验证实际抗压强度1预测抗压强度1实际抗压强,度二预测抗压强度;实际抗拉强,度1预汕1抗拉强度1实际抗拉强,度二预恻抗压强度二实际工作性I预测工f底一图1人工神经网络训练界面jieMian2水泥表观密度单位均为kgm3硅灰I3050钢纤维781I2293减水剂I1057|水泥单价单售均为元/m3硅灰钢纤维二|2.9|11IQI0.07水10.00038I蒸压所增加的成本267I参数上下限设定下限上限水胶比硅灰掺量砂胶比钢纤维掺量减

2、水剂掺水bbb保曾概率IQ95I扰动概率I01|I优化后配合比及性能优化图2和声搜索优化界面人工神经网络程序建立神经网络前，首先要输入试验数据。将输入的数据分为两类，一类为训练组数据，用于训练人工神经网络；一类为验证组数据，用于验证训练后的人工神经网络，验证组中的数据应不同于训练组中的数据，才能起到验证的作用。输入数据的窗口都有3个按钮，分别为添加、删除、导入。从图1中可见，输入数据的窗口初始默认是4组数据，当数据组大于4组时可点击“添加”按钮，即在末尾再添加一行，添加数量没有限制；当需要减少数据组数时，可点击“删除”按钮，将会删除末尾一行，当组数小于5组时则不会再继续删除，会将最后一行变为空

3、行。“导入”按钮的功能是直接将Exce1中的数据导入到程序中，当数据量较多时使用导入较方便。导入前先将数据按图1中的参数次序进行排列，然后将所在Exce1表格重命名（训练组数据命名为traindata,验证组数据命名为testdata）,并且放入指定文件夹中（放入如没有该文件夹只需新建立一个即可），最后点击“导入”按钮即可将所需数据导入到程序中。每组数据均分为输入参数和输出参数，输入参数包括：水胶比、硅灰掺量（为硅灰与水泥的质量比）、砂胶比、钢纤维掺量（为钢纤维的体积分数）、减水剂掺量（减水剂与水泥的质量比），输出参数包括：抗压强度1、抗压强度2、抗拉强度1、抗拉强度2、工作性。强度1为标准养

4、护强度、强度2为蒸压养护强度。当试验数据不完整时，只需将部分数据输入即可，其他性能设为一个常数，然后在下文中的和声搜索优化条件设置时，除试验数据对应的条件按实际需要设置外，将其余条件设置为小于上述常数的值即可，对优化结果无影响。如错误!未找到引用源。情况二中只有标准养护、蒸压养护的抗压强度数据及工作性数据坍落度，无抗拉试验数据时，在导入数据时抗拉强度1与抗拉强度2设为IOO常数，在和声搜索算法程序条件设置时，抗拉强度约束设为0（小于100的数即可），进行优化即可得到满足抗压强度要求的优化结果。图1中下方为“神经网络模拟”按钮与“训练结果验证”窗口。当训练组与验证组数据输入完成后，点击“神经网络

5、模拟”按钮即可按照编好的神经网络模型进行训练，训练结束后会将神经网络的预测值与试验的实测值显示在“训练结果验证”的窗口中。和声搜索算法程序首先将各材料的参数输入，要输入材料的表观密度（kg/m3）、单价（元/H?）,单价中有“蒸压所增加的成本”一栏，在此处输入采用蒸压相比标准养护增加的单位成本，若只有一种养护方式，此处为0。然后输入各材料参数的上下限，可根据试验的数据或经验确定。再输入保留概率、扰动概率，两个参数可根据经验调整，保留率概率默认为0.95,扰动概率默认为0.1,保留概率越小，产生新解的变异性越大；扰动概率越大，越不容易陷入局部最优解。每点击一次“优化”按钮，会在“优化后配合比及性能”表格中增加一组优化结果，以便判断是否收敛于局部最优解。