摘要
本发明公开了一种基于多性能需求的钢纤维混凝土材料设计方法,包括:获取钢纤维混凝土参数及性能的原始数据,确定训练数据集;根据训练数据集对初始卷积神经网络模型进行训练,得到卷积神经网络性能预测模型;利用卷积神经网络性能预测模块构建钢纤维混凝土性能的虚拟函数作为目标函数;获取目标函数对应的基础性能参数的约束条件;基于遗传算法,对每一约束条件下的目标函数进行混凝土配合比优化,筛选满足预设性能指标的最优方案,确定最优解集;利用TOPSIS方法筛选最优解集,得到钢纤维混凝土材料设计最优方案;本发明有益于提高钢纤维混凝土的各项性能,避免原材料浪费,实现建筑材料的可持续发展。
技术关键词
钢纤维混凝土材料
卷积神经网络模型
性能预测模型
综合评价指数
参数
劈裂抗拉强度
规范化方法
遗传算法
数据
估计方法
长径比
建筑材料
误差
减水剂
基础
矩阵
非线性