一种用于预测高韧性混凝土拉伸力学性能的深度学习方法

本发明公开了一种用于预测高韧性混凝土拉伸力学性能的深度学习方法，属于混凝土拉伸力学性能预测技术领域，包括：首先，利用CNN深度学习模型代替传统的机器学习，提高了网络的特征挖掘能力和预测能力。其次，利用贝叶斯技术，实现全自动地优化多种超参数，即降低时间消耗又更近一步提高预测精度。本发明通过从文献所收集的154个实验样本，证明所提出的BO‑CNN方法在预测ECC抗拉强度和极限抗拉应变具备良好的预测能力。