为了提高混凝土抗压强度预测精度，利用改进果蝇优化算法（IFOA）优化RBF神经网络的参数Spread值，建立IFOA-RBF预测模型用于混凝土抗压强度预测。模型以UCI数据库中的ConcreteCompressiveStrength数据集为例，以每立方混凝土中的水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数为网络输入，混凝土抗压强度值作为网络输出，进行仿真测试，并将结果与参考文献中的其它方法比较。结果表明：优化后的RBF网络既体现了广泛映射能力，又明显地提高了网络的泛化能力。验证了IFOA-RBF模型在混凝土抗压强度预测中的有效性。
巢湖学院学报
2014年6期
