一种基于遗传神经网络的大体积混凝土温度预测的方法

本发明公开了一种基于遗传神经网络的大体积混凝土温度预测的方法，具体包括：首先，采集并预处理影响混凝土温度的各项数据；其次，构建一个三层神经网络模型，并利用遗传算法对该模型的初始权值和阈值进行全局寻优，其中遗传算法可通过引入动态变异概率来避免早熟收敛；最后，使用优化后的参数初始化神经网络，并利用处理后的数据进行训练，从而得到一个高精度的温度预测模型。本发明充分结合了遗传算法的全局搜索能力与神经网络强大的非线性拟合能力，不仅能精确预测温度变化，还能高效反演关键热学参数，显著提高了预测的准确性和可靠性，具有重要的工程应用价值。