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：广州大学

摘要：本发明公开了一种混凝土配合比多目标控制优化方法，包括以下步骤：建立混凝土配合比对性能的预测模型，使用遗传算法优化神经网络建立混凝土配合比对性能的预测模型，以大量的配合比样本数据训练预测模型；建立配合比优化的目标函数；迭代寻优，寻找符合目标的配合比，以粒子群优化为策略进行随机搜索，将种群中每个粒子计算目标函数值并进行比较，更新粒子群，寻找群体极值，群体极值所对应的粒子即目标配合比。本发明可以根据不同地区的原材料进行学习，可以对各个地区的不同源材料价格进行配合比设计，并且本发明可以适用于不同的混凝土载体，可以根据不同的性能指标，设计需要的混凝土配合比。

主权项：1.一种混凝土配合比多目标控制优化方法，其特征在于，包括以下步骤：S1、建立混凝土配合比对性能的预测模型，使用遗传算法优化神经网络建立混凝土配合比对性能的预测模型，以大量的配合比样本数据训练预测模型；S2、建立配合比优化的目标函数；目标函数具体为：FunCE,F,M,SA,ST,W,A＝a×P+b×C+PF2其中，a和b为权重，根据实际需要确定，P为性能指标通过公式3计算得出：P＝PP-AP23其中，PP为将配合比输入训练完成的人工神经网络得到对应的预测性能值，AP为优化目标性能；C为价格指标，通过公式4计算得出：C＝|PC-AC|4其中，PC为将配合比的预测单方成本，AC为配合比的优化目标单方成本，PF为惩罚函数，根据混凝土配合比设计规程对于各组分用量的规定作为边界约束构造；S3、迭代寻优，寻找符合目标的配合比，以粒子群优化为策略进行随机搜索，将种群中每个粒子计算目标函数值并进行比较，更新粒子群，寻找群体极值，群体极值所对应的粒子即目标配合比；迭代寻优，寻找符合目标的配合比具体为：以粒子群优化为策略进行随机搜索，搜索过程具体为：S31、随机生成一个初始种群Sn，其中每个粒子Si代表一组配合比Si＝CEiFiMiSAiSTiWiAi，i＝1,2,3,……,n，以速度Vid，位置Pid表示该粒子的特征值；S32、将种群中的每一个粒子代入公式2中计算得到其对应的目标函数值Funi＝FunSi，通过比较各个粒子对应的目标函数值Funi的大小，得到一个群体极值和个体极值；S33、根据公式5和公式6更新每一个粒子的速度和位置，公式5和公式6如下： 其中，c1、c2为学习系数，r1、r2为0-1之间的随机数，ω是惯性权重，为第k代粒子的个体速度，第k代粒子的个体位置，是第k代粒子的个体极值，是第k代粒子的群体极值；S34、更新之后，再次计算新一代粒子的目标函数值，并得到新的个体极值和群体极值；S35、根据新的个体极值和群体极值以公式7更新粒子群，计算目标函数值，得到个体极值和群体极值，公式7如下： 循环步骤S32至S35，达到规定次数后，得到最终的群体极值，所对应的粒子就是最接近目标性能和目标价格的配合比。

全文数据：

权利要求：

百度查询： 广州大学 一种混凝土配合比多目标控制优化方法