1、“.....信号是前向传播的,而误差是反向传播的。其主要思想将输出层出现的与期望值不符的误差,归结为各层各个节点权值和阈值的过错,通过料配制混凝土技术混凝土,李悦,郭伟,杨进波基于神经网络的硬化混凝土水胶比预测混凝土,肖建庄,许向东,范玉辉再生混凝土收缩徐变试验及徐变神经网络预测建筑材料学报,陈络技术的混凝土抗压强度预测模型可用于确定混凝土配合比的有效性。该方法有助于提高混凝土工程质量。影响混凝土强度的因素众多,其他些重要因素如固化条件输送距离搅拌条件等在本模型中基于神经网络的混凝土强度预测模型原稿激活函数,输出层采用的激活函数。迭代次数选为次,最小梯度选为......”。

2、“.....在每个神经网络中将实验数据分为组的训练数据,的检验数据,测试数据。测模型迄今为止,钢筋混凝土结构是土木工程领域应用最多的结构形式之。而混凝土强度是影响混凝土结构可靠性的重要因素。混凝土诸多材料性能如弹性模量水密性抗渗性抗风化性等都与其强间的数据。归化公式为隐藏层的神经元个数决定网络优越性,为优化隐含层神经元个数,初选隐层神经元个数范围为之间。使用上述数据构建了个层神经网络,隐含层使用混凝土水胶比预测混凝土,肖建庄,许向东,范玉辉再生混凝土收缩徐变试验及徐变神经网络预测建筑材料学报,陈定祥,冯为民,朱稚石复合胶凝材料配制混凝土技术混凝土,。基于神经直至达到训练的性能目标为止......”。

3、“.....其他些重要因素如固化条件输送距离搅拌条件等在本模型中并未考虑,因而在定程度上不能彻底反应问题本质,若要需要构建考虑更加络的混凝土强度预测模型原稿。基于神经网络技术的混凝土抗压强度预测模型可用于确定混凝土配合比的有效性。该方法有助于提高混凝土工程质量。关键词混凝土神经网络抗压强度预本文选用层神经网络建立混凝土强度预报模型。神经网络又称为误差反向传播神经网络,它是种前向型神经网络。在网络中,信号是前向传播的,而误差是反向传播的。其主要思想将,混凝土强度也不能提高。因此,混凝土抗压强度早期预测具有重要研究意义。传统的公式经验仅考虑了水泥强度以及水胶比这两个影响因素......”。

4、“.....精度不高。人工示,由图可知隐含层含有个神经元的神经网络性能最好。故选择的网络作为预测混凝土强度的模型。网络的预测值与实测值比较结果如图所示。若预度直接相关。混凝土强度包括抗压强度抗拉强度抗弯强度抗剪强度等。因为混凝土的抗压强度通常比其他类型的强度要高出很多倍,所以钢筋混凝土结构主要为了利用混凝土的抗压强度。基于神经络的混凝土强度预测模型原稿。基于神经网络技术的混凝土抗压强度预测模型可用于确定混凝土配合比的有效性。该方法有助于提高混凝土工程质量。关键词混凝土神经网络抗压强度预激活函数,输出层采用的激活函数。迭代次数选为次,最小梯度选为,以上任意条件满足即可停止训练......”。

5、“.....的检验数据,测试数据。的方程且具有通过学习最佳逼近非线性映射的能力,故神经网络可用以构建混凝土抗压强度预测模型。为了提高神经网络的训练效率,对输入的样本数据和目标数据做了归化处理,将它们化为,之基于神经网络的混凝土强度预测模型原稿神经网络是以人类神经活动为基础而发展起来的项新颖的计算手段,由于神经网络不需要特定形式的方程且具有通过学习最佳逼近非线性映射的能力,故神经网络可用以构建混凝土抗压强度预测模激活函数,输出层采用的激活函数。迭代次数选为次,最小梯度选为,以上任意条件满足即可停止训练。在每个神经网络中将实验数据分为组的训练数据,的检验数据......”。

6、“.....神经网络的混凝土强度预测模型原稿。般来说,混凝土抗压强度是对混凝土试件进行标准养护后,通过测试获得的。但混凝土强度的测试过程非常复杂且费时。即使试验结果不能满足规定强护后,通过测试获得的。但混凝土强度的测试过程非常复杂且费时。即使试验结果不能满足规定强度,混凝土强度也不能提高。因此,混凝土抗压强度早期预测具有重要研究意义。传统的测结果与实验结果完全致,所有的点都将沿着图中的线排列。从图可以观察到神经网络预测结果误差在左右,离散型较小。故神经网络在混凝土强度预测方面具有相当好的性能。基于络的混凝土强度预测模型原稿......”。

7、“.....该方法有助于提高混凝土工程质量。关键词混凝土神经网络抗压强度预选用均方误差和回归值作为最优神经网络评选标准。均方误差越小,回归值越大则代表神经网络预测性能越好。不同隐含层神经元个数的均方误差及回归值结果如图,图间的数据。归化公式为隐藏层的神经元个数决定网络优越性,为优化隐含层神经元个数,初选隐层神经元个数范围为之间。使用上述数据构建了个层神经网络,隐含层使用将输出层出现的与期望值不符的误差,归结为各层各个节点权值和阈值的过错,通过把输出层误差逐层向输入层反向传递,把误差分摊到各个节点,计算各节点的参考误差,由此调整权值和阈值,公式经验仅考虑了水泥强度以及水胶比这两个影响因素......”。

8、“.....精度不高。人工神经网络是以人类神经活动为基础而发展起来的项新颖的计算手段,由于神经网络不需要特定形式基于神经网络的混凝土强度预测模型原稿激活函数,输出层采用的激活函数。迭代次数选为次,最小梯度选为,以上任意条件满足即可停止训练。在每个神经网络中将实验数据分为组的训练数据,的检验数据,测试数据。输出层误差逐层向输入层反向传递,把误差分摊到各个节点,计算各节点的参考误差,由此调整权值和阈值,直至达到训练的性能目标为止。般来说,混凝土抗压强度是对混凝土试件进行标准养间的数据。归化公式为隐藏层的神经元个数决定网络优越性,为优化隐含层神经元个数,初选隐层神经元个数范围为之间......”。

9、“.....隐含层使用定祥,冯为民,朱稚石复合胶凝材料配制混凝土技术混凝土,。基于神经网络的混凝土强度预测模型原稿。本文选用层神经网络建立混凝土强度预报模型。神经网络又称为误差反向并未考虑,因而在定程度上不能彻底反应问题本质,若要需要构建考虑更加全面的神经网络模型还需收集相关数据。参考文献,混凝土强度检验评定标准陈定祥,冯为民,朱稚石复合胶凝度直接相关。混凝土强度包括抗压强度抗拉强度抗弯强度抗剪强度等。因为混凝土的抗压强度通常比其他类型的强度要高出很多倍,所以钢筋混凝土结构主要为了利用混凝土的抗压强度。基于神经络的混凝土强度预测模型原稿......”。