一种基于GA-BP神经网络的清水混凝土表观气孔率预测方法

本发明公开了一种基于GA‑BP神经网络的清水混凝土表观气孔率预测方法，该方法首先采集清水混凝土初始坍落度、减水剂掺量、浆体用量等关键参数；然后基于混凝土流变学关系建立初始表观气孔率预测方程，并构建BP神经网络模型；最后采用GA遗传算法优化BP神经网络的初始权重和结构参数，预测清水混凝土的最终表观气孔率。本发明通过流变学方程与GA‑BP神经网络的深度融合，为清水混凝土配合比优化、工艺参数调整及免修补饰面效果预控提供了可靠依据，显著提升了工程质量控制的智能化水平，克服了过往清水混凝土气孔率预测中传统经验公式预测误差大、统计模型拟合能力有限以及单一机器学习模型易陷局部最优、依赖大量数据或高昂设备的问题。