吴涛
,
黄凯
,
姚东方
硅酸盐通报
优化多层前馈神经网络(BP-ANN)模型使用弹性反向传播算法及提前终止技术,输入各层神经元几何与材料特性可用以预测混凝土强度等级.基于多层前馈神经网络建立了轻骨料混凝土抗压强度预测模型,采用MATLAB程序,完成了国内444个混凝土试块、148组配合比试验结果与BP-ANN计算结果的对比研究;采用基于BP-ANN模型,分析了水胶比及陶粒筒压强度对轻骨料混凝土强度影响.研究表明:采用神经网络模型所得计算结果与试验值吻合良好,离散程度较小;水胶比和陶粒筒压强度对混凝土强度影响显著,且有不同变化趋势.
关键词:
轻骨料混凝土
,
神经网络
,
强度
,
水胶比
,
筒压强度
堵锡华
,
王超
环境化学
doi:10.7524/j.issn.0254-6108.2016.07.2016012602
为了研究碳纳米管吸附环境有机污染物的平衡常数与分子结构之间的定量结构-性质相关关系,基于分子结构及邻接矩阵,计算了59种芳香化合物的分子连接性指数、分子形状指数和电性拓扑状态指数,建立了这59种有机污染物分子在碳纳米管上的吸附能力与0x、3x、4x、4xpc、K2、K4、I7、I9、I16共9种指数的定量结构-性质相关性(QSPR)模型.将上述9种结构参数作为BP神经网络方法的输入神经元,采用9∶3∶1的神经网络结构,获得了令人较为满意的QSPR预测模型,模型的总相关系数R分别为0.976和0.979,利用模型计算得到的吸附能力预测值与实验值(lgK∞、lgKSA.∞)的平均误差分别为0.15和0.14,两者吻合度较好.结果表明芳烃化合物在碳纳米管上的吸附能力与9种结构参数之间有良好的非线性关系,研究对评价芳烃化合物在生态环境中的危险性具有现实意义.
关键词:
碳纳米管
,
芳香化合物
,
吸附能力
,
神经网络
,
拓扑指数
