Indexed by：
Abstract：
在Python语言的环境下,通过对再生混凝土碳化影响因素的分析,建立人工神经网络模型预测不同再生粗骨料取代率、再生细骨料取代率以及加速碳化天数下的再生混凝土碳化深度.结果表明,在合理的网络参数设置下,模型训练拟合较好,预测结果较理想,平均误差百分比为2.65％.因此用人工神经网络模型较准确地快速预测再生混凝土碳化深度是可行的.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
混凝土
ISSN： 1002-3550
CN： 21-1259/TU
Year： 2020
Issue： 9
Page： 52-55
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
