论文研究 基于各种神经网络统计分析的建筑3D打印再生混凝土抗压强度预测

建筑3D打印正在改变建筑行业，但由于其不成熟，仍然有许多问题需要解决。 主要问题之一是研究用于建筑3D打印的材料。 由于印刷建筑与传统建筑有很大不同，因此对印刷材料有特殊要求。 基于环境和成本考虑，将再生混凝土用作印刷材料是一个理想的选择。 为了研究和开发建筑3D打印材料，必须预测它们的性能。 人工神经网络作为最有效的人工智能算法之一，可以处理多参数和非线性问题，可以为预测3D打印再生混凝土的性能提供有用的参考。 但是，由于神经网络的类型和参数很多，因此难以选择具有优异预测性能的最优神经网络。 本文通过比较不同类型的神经网络并统计分析这些神经网络的均方根误差（RMSE）和确定系数（R2）的分布