买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明公开了一种低强度可调控赤泥路用材料的配合比设计方法及装置，该方法包括：依托多地赤泥路用材料工程实施的试验数据，获取样本数据集；采用深度学习方法，建立基于材料配合比的赤泥路用材料的无侧限抗压强度预测模型，利用样本数据集进行不断训练，得到最佳预测模型；根据不同道路工程对赤泥路用材料的强度要求以及各材料组分的约束条件，通过强度预测模型预估出强度配合比集合；建立路用材料成本最低化的目标规划模型，在强度配合比集合中优选出最经济的配合比。本发明可以根据不同工程的强度需求调控赤泥路用材料的配合比，实现对其配合比的最佳设计，使其具备更好的工程实用性和经济性，促进赤泥在道路工程中资源化利用的推广。

主权项：1.一种低强度可调控赤泥路用材料的配合比设计方法，其特征在于，包括以下步骤：依托多地赤泥路用材料工程实施的试验数据，获取多个赤泥路用材料样本的数据集，其中，每个赤泥路用材料样本的数据集包括：抗压强度真实值和多个材料配合比的特征参数；采用深度学习方法，建立基于材料配合比的赤泥路用材料的无侧限抗压强度预测模型，利用多个赤泥路用材料样本的数据集对所述无侧限抗压强度预测模型进行不断训练，得到最佳预测模型；根据不同道路工程对赤泥路用材料的强度要求以及各材料组分的约束条件，通过所述最佳预测模型预估出强度配合比集合；建立路用材料成本最低化的目标规划模型，基于所述目标规划模型，在所述强度配合比集合中优选出最经济的配合比；采用深度学习方法，建立基于材料配合比的赤泥路用材料的无侧限抗压强度预测模型的方法包括：采用BP神经网络作为所述无侧限抗压强度预测模型的建模载体，输入变量为6个特征参数：高分子复合固化材料、粉煤灰、水泥、快硬水泥、赤泥含水率和养护龄期，输出变量为赤泥路用材料的无侧限抗压强度，其中，所述BP神经网络建立三层神经网络结构，设置输入层、隐含层和输出层神经元个数，隐含层神经元个数满足如下表达式： ，式中，n为输入层节点数；为隐含层节点数；m为输出层节点数；a为0~10之间的常数；对初始输入数据进行归一化处理，样本数据满足如下表达式： ，式中，h为输入的原始数据，hmin为输入数据中的最小值，hmax为输入数据中的最大值，hn为归一化后的值；选择tan-sigmoid函数作为隐含层神经元的传递函数，满足如下表达式： ，其中,，hi和yj分别为输入值与输出值；ωij和biasj分别为权值和阈值；选择purelin线性函数作为输出层神经元的传递函数，满足如下表达式： ，式中，wi代表对应于该神经元第i个输入hi的权重参数，b代表该神经元的阈值，fh为神经元的激活函数；利用多个赤泥路用材料样本的数据集对所述无侧限抗压强度预测模型进行不断训练，得到最佳预测模型的方法包括：设定性能评价指标及其对应的目标误差ε，采用trainlm算法作为BP神经网络训练算法，通过不断训练，计算每组权重wi和阈值b对应的性能评价指标的误差εm，若满足εmε，则将该组权重wi和阈值b作为所述无侧限抗压强度预测模型的参数，获得最佳预测模型；根据不同道路工程对赤泥路用材料的强度要求以及各材料组分的约束条件，通过所述最佳预测模型预估出强度配合比集合的方法包括：确定强度设计要求值y设计，利用所述最佳预测模型预估出强度配合比集合H=[H1,H2…Hn]，其中Hn=[h1,h2,h3,h4,h5,h6]，满足约束条件： ，其中，h1为高分子复合固化材料占比，h2为粉煤灰占比，h3为水泥占比，h4为快硬水泥占比，h5为养护龄期，h6为赤泥含水率；建立路用材料成本最低化的目标规划模型，基于所述目标规划模型，在所述强度配合比集合中优选出最经济的配合比的方法包括：基于工程经济指标与市场行情，考虑低强度赤泥路用材料各原材料价格，建立一个以成本最低为目标的规划模型，表达式为：Z=850h1+20h2+290h3+900h4+0h5+25035%-h6；将预估出的强度配合比集合中的每组配合比分别代入到所述规划模型的目标函数中，计算得出每组配合比的赤泥路用材料所需成本；选出成本低于预设要求且满足约束条件的一组配合比作为最终配合比，该最终配合比满足工程实际强度要求且性价比最优，选作为低强度赤泥路用材料的最佳配合比。

全文数据：

权利要求：

百度查询： 山东科技大学 一种低强度可调控赤泥路用材料的配合比设计方法及装置