[发明专利]一种混凝土抗压强度预测方法及系统

权利要求书

1.一种混凝土抗压强度预测方法，其特征在于，包括：

获取混凝土的组成成分信息；

将各组成成分信息输入训练好的多层网络模型中，输出混凝土抗压强度预测结果；

其中，多层网络模型的层数至少包括两层，第一层基于模糊神经元构成，第一层后的连续层均使用多项式神经元构成，对第一层中的神经元进行选择，将筛选后的神经元作为模糊模块，模糊模块的输出输入第一层后的连续层中，第二层后连续层的输入还包括上一层的输出；

在构建多层网络模型时，首先构造了异构神经元，在异构神经元的基础上构造了多层网络模型；

使用模糊神经元和非模糊神经元两类不同异构神经元；

模糊神经元中封装模糊规则，输入为混凝土的各组成成分信息，模糊规则的前提部分通过对输入进行模糊划分来实现，模糊规则的结论部分基于多项式函数实现；

采用隶属度函数计算模糊神经元的隶属度，使用聚类中心作为隶属度函数的中心。

2.如权利要求1所述的一种混凝土抗压强度预测方法，其特征在于，混凝土的组成成分信息包括：水泥含量信息、高炉矿渣含量信息、粉煤灰含量信息、水含量信息、高效减水剂含量信息、细石含量信息、粗骨料含量信息和细骨料含量信息。

3.如权利要求1所述的一种混凝土抗压强度预测方法，其特征在于，采用优化算法对多项式神经元的结构进行优化。

4.如权利要求1所述的一种混凝土抗压强度预测方法，其特征在于，第二层之后的连续层的输入包括上一层筛选后的多项式神经元的输出和模糊模块的输出两部分。

5.如权利要求1所述的一种混凝土抗压强度预测方法，其特征在于，获取已知抗压强度的混凝土的组成成分信息构建数据集，将数据集划分成训练集和测试集对多层网络模型进行训练，获得训练好的多层网络模型。

6.一种混凝土抗压强度预测系统，其特征在于，包括：

数据获取模块，用于获取混凝土的组成成分信息；

抗压强度预测模块，用于将各组成成分信息输入训练好的多层网络模型中，输出混凝土抗压强度预测结果；

其中，多层网络模型的层数至少包括两层，第一层基于模糊神经元构成，第一层后的连续层均使用多项式神经元构成，对第一层中的神经元进行选择，将筛选后的神经元作为模糊模块，模糊模块的输出输入第一层后的连续层中，第二层后连续层的输入还包括上一层的输出；

在构建多层网络模型时，首先构造了异构神经元，在异构神经元的基础上构造了多层网络模型；

使用模糊神经元和非模糊神经元两类不同异构神经元；

模糊神经元中封装模糊规则，输入为混凝土的各组成成分信息，模糊规则的前提部分通过对输入进行模糊划分来实现，模糊规则的结论部分基于多项式函数实现；

采用隶属度函数计算模糊神经元的隶属度，使用聚类中心作为隶属度函数的中心。

7.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-5任一项所述的一种混凝土抗压强度预测方法的步骤。

8.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-5任一项所述的一种混凝土抗压强度预测方法的步骤。