基于耦合BAS-MLP预测混凝土抗压强度

混凝土抗压强度对建筑质量有很大影响，依据相关参数对强度进行准确预测，可以为现场施工提供参考。论文以人工神经网络(MLP)为基础，提出一种基于耦合天牛搜索算法BAS-MLP对混凝土抗压强度进行预测。论文选取1030组混凝土试样进行数据仿真分析，并与基于SCE-MLP,MVO-MLP耦合模型结果对比分析均方根差RMSE和相关系数R²。通过对所提出耦合模型的有效性研究，主要探索了预测混凝土抗压强度的最优训练算法。结果表明，基于BAS训练的MLP模型RMSE和R²优于其他两个算法，可以更快速、准确地对混凝土抗压强度进行预测。