论文部分内容阅读
随着计算机技术的快速发展,土木工程领域的监测、预测方法得到了不断的更新。以大体积混凝土浇筑过程为工程背景,结合BP、GA-BP、PSO-BP、SOM、CNN、SVM和PNN算法建立预测模型。通过实测数据和预测模型得出:大体积混凝土水化放热会使得内部温度在2d内先升高后下降;以统计率理论为基础的SVM、PNN神经网络和以深度学习为基础的CNN神经网络所建立的预测模型与实测数据非常吻合,其误差在2%以内;BP神经网络预测误差在10%左右,但通过遗传算法进行改进后误差在5%左右。结合七种人工智能方法,选择合适的