31、基于最近邻分区法的混凝土强度等级分类研究

基于最近邻分区法的混凝土强度等级分类研究

1. 混凝土强度相关概述

混凝土的性能受水泥性能影响，这是一个具有挑战性的问题。混凝土强度是由无机胶凝材料与水混合发生物理化学反应凝结而成，包括抗压、抗拉、抗剪、抗弯、抗折和握裹等强度。混凝土等级根据混凝土立方体抗压强度标准值进行分类，影响混凝土强度的因素主要有水泥等级、水灰比、骨料、龄期、养护温度和湿度等。传统测量混凝土强度的方法是在一定龄期取出混凝土试件测量其平均强度，但这种方法耗时且消耗大量原材料。

2. 相关计算方法及问题

许多计算方法，如支持向量机、神经网络和基因表达编程等，可直接预测水泥和混凝土强度。然而，由于砂浆的不均匀性和养护条件的复杂性，混凝土强度等级的分类仍是一个重要问题。分类在数据挖掘中起着重要作用，通过数据集训练建立分类模型，再用于测试新样本类别。在各类分类技术中，神经网络分类器已成功应用于解决实际问题。

此前有研究使用浮动质心法（FCM）成功预测混凝土强度等级并取得较好结果，但FCM无法产生灵活的决策边界，降低了构建最佳神经网络的可能性。因此，提出了最近邻分区（NNP）方法来解决这一问题，该方法可找到最佳神经网络，其质量通过最近邻准则评估。同时，传统方法中混凝土强度预测成本高限制了过程的执行，所以NNP神经网络分类器被用于混凝土强度等级分类。

3. 相关研究工作

研究人员在混凝土强度预测方面做了大量工作：
- Trtnik等人在Matlab环境下利用人工神经网络建立数学模型，通过分析超声波脉冲速度与混凝土强度的关系轻松估算混凝土抗压强度。
- Lee开发了“i - precons”（混凝土强度智能预测系统），能有效预测混凝土抗