基于人工智能的混凝土配合比优化设计

2011年12月Journal of Zhangzhou Institute of Technology Dec. 2011 基于人工智能的混凝土配合比优化设计

徐毅慧

（漳州职业技术学院 建筑工程系，福建漳州 363000）

摘 要：采用遗传算法对混凝土进行配合比优化设计，以经济成本为目标函数、以人工神经网络混凝土性能预测模型为约束条件，用实数编码表示个体的染色体位串，通过选择、交叉、变异等遗传算子作用，完成遗传操作，以优胜劣汰为原则，最终达到最优解。将优化结果和工程实例的配合比进行对比，可见该方法可降低造价、节约能源，具有较好的工程使用价值。

关键词：人工神经网络；遗传算法；配合比优化设计

中图分类号：TU528.1文献标识码： A 文章编号：1673-1417（2011）04-0015-04

1引 言

随着科学技术的进步和建筑业的发展，土木工程对混凝土材料的性能，提出了越来越高的要求，传统的配合比设计方法[1]在很大程度上依赖于设计者的经验。虽然混凝土科学技术已有漫长的发展历史，但仍然是一门基于实验的科学。随着材料科学、计算机科学和先进测试技术和方法的应用，混凝土科学技术已走上从经验到理论、从定性到定量的发展道路。

近年来，土木建筑科研人员逐渐把人工神经网络[2]、遗传算法[3]等人工智能科学引入混凝土配合比的优化设计中，取得了一系列的科研成果。I-Cheng Yeh[4]、季韬[5]分别提出了基于人工神经网络的混凝土配合比优化设计方法；王继宗[6]、Chul-Hyun Lim[7]、刘翠兰[8]、I-Cheng Yeh[9]将遗传算法应用于混凝土配合比的优化设计中。

本文提出的基于人工智能的混凝土配合比优化设计方法，在国内外学者的研究基础上，突破传统的混凝土配合比设计方法，以经济成本为目标函数，以人工神经网络混凝土性能预测模型【10】为约束条件，用实数编码表示个体的染色体位串，通过选择、交叉、变异等遗传算子作用，完成遗传操作，以优胜劣汰为原则，最终达到最优解，实现遗传算法对混凝土配合比的优化设计，为高性能混凝土的发展奠定基础。

2 利用Matlab遗传算法工具箱实现配合比的优化设计

在Matlab遗传算法工具箱操作界面中输入Fitness function（适应度函数：经济成本）、Number of variables（变量个数：7（混凝土配合比组成材料种类））、Linear equalities（等式约束：绝对体积不变Aeq=[1/2620 1/2590 1/2610 1/3020 1/2090 1/2980 1/1000]，beq=[0.99]）、Bounds（变量边界约束：小石子、大石子、砂、水泥、粉煤灰、矿渣和水等材料用量上下限Lower= [0;600;500;200;0;0;130]，Upper= [450;1500;1000;500;180;180;210]）、Population size（种群大小：10）以及相应的Selection（选择算子：Stochastic uniform）、Mutation（变异算子：Adaptive feasible）、Crossover（交叉算子：Scattered），并设定算法的终止条件，点击开始，则遗传算法程序开始运行直到得出最优解（满意解），如图1所示。算法的输出界面如图2所示，输出信息包括算法停止的当前代数(Current generation)、最优适应度值(Fitness function

收稿日期：2011－09－25

作者简介：徐毅慧（1983－），福建漳州人，助教，硕士。

value)、算法终止的原因(Optimization terminated)及最优解的各个变量值(Final point)。以泵送C40为例，遗传算法运行结束，输出界面显示如下信息：Current generation为21，表示算法停止在第21代；Fitness function value为395.64，表示算法停止时的最优适应度函数值等于395.64，即此时混凝土的单方造价为395.64元；Optimization terminated为average change in the fitness value less than options，表示本次运行停止的原因是到达设定的停滞代数算法终止；Final point为300、699、596、246、112、103、207，表示取得最优适应度值时单方混凝土中小石子、大石子、砂、水泥、粉煤灰、矿渣和水的用量。

图1 遗传算法操作页面

图2 遗传算法输出界面(以泵送C40为例)

第4期 徐毅慧：基于人工智能的混凝土配合比优化设计 17 3 配合比优化设计结果

根据混凝土搅拌站提供的C30、C40高性能混凝土配合比，优化设计前后的配合比对比如表1所示，优化设计前后的混凝土性能见表2。

水泥

优化前268 255 308 292 （42.5）优化后219 223 246 235

粉煤灰

优化前50 47 57 53 （Ⅱ级）优化后96 83 112 104

优化前63 62 75 70 矿渣

优化后82 71 102 83

优化前0 0 0 0 小石子

优化后292 366 300 279

优化前1068 1147 1065 1143 大石子

优化后744 728 699 793

优化前765 718 713 672 砂

优化后629 578 596 585

优化前184 171 182 170 水

优化后203 209 207 197

优化前7.5 7.2 8.8 8.3 减水剂

优化后7.94 7.54 9.2 8.44 单方造价

优化前394.3 377.2 426.9 412.2 （元/m3）优化后373.1 357.9 395.6 379.2

表2 优化设计前后混凝土性能

性 能泵送C30 非泵送C30 泵送C40 非泵送C40 坍落度

优化前180 110 180 120 （mm）优化后206 120 191 131 28d抗压强度

优化前41.6 42.3 49.2 48.5 （MPa）优化后42.1 39.9 51.6 49.3 28d氯离子扩散

优化前 2.72 1.6 4.08 2.6 系数

(10-13m2/s) 优化后 1.54 4.36 0.87 1.63 分析表1、表2，优化后，几组配合比均能满足坍落度、28d抗压强度和氯离子扩散系数的要求。在相同的约束条件下，优化后，水泥用量减少，粉煤灰、矿渣用量增加，混凝土的单方造价降低了。实际试配中，若坍落度不够，可调整减水剂掺量；强度不够，可微调水胶比。

在工程实际中，只要给出相应的混凝土性能（坍落度、28d抗压强度、氯离子扩散系数）指标，即可设定相应的约束条件进行遗传算法对混凝土配合比的优化设计。采用建立在正交试验基础上的神经网络预测模型作为性能约束条件，运用遗传算法达到混凝土配合比优化目的，可以减少大量的试配工作量，节省财力和物力。

4 结 论

根据建立的目标函数和材料约束条件，利用混凝土性能神经网络预测模型约束混凝土的性能指标，实现遗传算法对混凝土配合比的优化设计，对强度等级为C30、C40的泵送和非泵送混凝土进行了优化。优化后的混凝土，水泥用量减少，粉煤灰和矿渣的用量增加，节省了资源，减少了污染，达到环保节能的目的；并且混凝土的坍落度、28d抗压强度和氯离子扩散系数均满足要求，单方造价也降低了，取得良好的社会和经济效益。

18 漳州职业技术学院学报2011年

基于遗传算法的混凝土配合比优化设计是在给定的混凝土性能指标情况下，综合考虑混凝土配合比各个参数对混凝土性能影响的全局优化设计方法。

对于混凝土搅拌站而言，已有大量的混凝土试验数据，根据数据库可建立精确的人工神经网络混凝土性能预测模型来作为遗传算法优化设计混凝土配合比的性能约束条件，从而根据本文提供的基于Matlab 遗传算法工具箱的混凝土配合比优化设计方法实现混凝土配合比的优化设计。

参考文献：

[1]李业兰．建筑材料[M]．北京：中国建筑工业出版社，1993．

[2]葛哲学，孙志强．神经网络理论与MATLABR2007实现[M]．北京：电子工业出版社，2007．

[3]雷英杰等．MATLAB遗传算法工具箱及应用[M]．西安：西安电子科技大学出版社，2005．

[4]I-Cheng Yeh．Design of High-Performance Concrete Mixture Using Neural Networks and Nonlinear

Programming[J]．JOURNAL OF MATERIALS IN CIVIL ENGINEERING，1999：38-42．

[5]Tao Ji，Tingwei Lin，Xujian Lin．A concrete mix proportion design algorithm based on artificial neural networks[J]．Cement

and Concrete Research，2006（36）：1399-1408．

[6]王继宗，卢智成．基于遗传算法的高强混凝土配合比优化设计[J]．混凝土与水泥制品，2004（6）：19-22．

[7]Chul-Hyun Lim，Young-Soo Yoon，Joong-Hoon Kim．Genetic algorithm in mix proportioning of high-performance

concrete[J]．Cement and Concrete Research，2004（34）：409-420．

[8]刘翠兰，李高峰．基于遗传算法的粉煤灰高性能混凝土配合比优化设计[J]．兰州理工大学学报，2006,32（5）：133-135．

[9]I-Cheng Yeh．Computer-aided design for optimum concrete mixtures[J]．Cement and Concrete Composites，2007（29）：

193-202．

[10]陈雄毅，徐毅慧，侯东君．基于人工神经网络的混凝土抗渗性能预测[J]．福建建筑,2010(8)：96-97．

The optimum design of concrete mix proportion using artificial knowledge

XU Yi-hui

（Zhangzhou Institute of Technology,Civil Engineering, Fujian,Zhangzhou,363000,China）

Abstract: The paper developed an optimum design method of concrete using genetic algorithm, which took economical cost as object function and the artificial neural network prediction models of concrete properties as restriction conditions. Based on the rule of survival of the fittest, the genetic algorithm was finally obtained by using real number codes for bit strings of chromosome and arithmetic operators such as selection, cross, mutation. It could be seen by comparing the optimum results with the engineering case, that the method developed could decrease the cost and economize the energy consumption, having a good application in engineering.

Key words: artificial neural network; genetic algorithm; optimum design of mix proportion

（责任编辑：季 平）

《探索大数据与人工智能》习题库

《探索大数据与人工智能》习题库 单选 1、Spark Streaming是什么软件栈中的流计算? A. Spark B. Storm C. Hive D. Flume 2、下列选项中,不是大数据发展趋势的是? A. 大数据分析的革命性方法出现 B. 大数据与与云计算将深度融合 C. 大数据一体机将陆续发布 D. 大数据未来可能会被淘汰 3、2011年5月是哪家全球知名咨询公司在《Big data: The next frontier for innovation, competition and productivity 》研究报告中指出,数据已经渗透到每一个行业和业务职能之中,逐渐成为重要的生产因素的? A.比尔·恩门 B. 麦肯锡 C. 扎克伯格 D. 乔图斯 4、以下哪个属于大数据在电信行业的数据商业化方面的应用? A.精准广告 B. 网络管理 C. 网络优化 D. 客服中心优化 5、以下哪个不属于大数据在电信行业的应用? A.数据商业化 B. 物流网络 C. 企业运营 D. 客户关系管理 6、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A.首席数据官 B. 首席科学家 C. 首席执行官 D. 首席架构师 7、下列选项中,不是kafka适合的应用场景是? A.日志收集 B. 消息系统 C. 业务系统 D.流式处理 8、下列选项中,哪个不是HBASE的特点? A.面向行 B. 多版本 C. 扩展性 D. 稀疏性 9、在数据量一定的情况下,MapReduce是一个线性可扩展模型,请问服务器数量与处理时间是什么关系？ A.数量越多处理时间越长 B. 数量越多处理时间越短 B.数量越小处理时间越短D.没什么关系 10、在Spark的软件栈中,用于机器学习的是 A.Spark Streaming B. Mllib C. GraphX D.SparkSQL 11、Spark是在哪一年开源的? A.1980 B. 2010 C. 1990 D. 2000 12、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是?

混凝土配合比设计毕业论文

混凝土配合比设计毕业论文 目录 摘要............................................................ III 引言............................................................. IV 1混凝土配合比简介.. (1) 1.1混凝土配合比设计依据 (1) 1.2选用合适的材料 (3) 1.2.1水泥 (3) 1.2.2粗骨料 (4) 1.2.3细骨料 (6) 1.2.4粉煤灰 (8) 1.2.5混凝土外加剂 (8) 1.3配合比设计的基本要求 (9) 1.3.1配合比设计前的准备工作 (9) 1.4配合比设计的基本步骤 (9) 1.4.1初步计算配合比 (9) 1.4.2基本配合比 (10) 1.4.3试验室配合比 (11) 1.4.4施工配合比 (11) 1.5生产配合比的调整及施工中的控制 (12) 1.6混凝土的运输 (12) 1.7混凝土的浇筑 (13)

1.7.1一般要求 (13) 1.7.2墩台混凝土的浇筑 (15) 2混凝土配合比试配的调整 (18) 2.1混凝土配合比试配前的调整 (18) 2.2混凝土配合比试配后的调整 (18) 3混凝土的成型于养护 (19) 3.1混凝土试块制作 (19) 3.1.1目的与适用围 (19) 3.1.2仪具与材料 (19) 3.1.3材料要求 (19) 3.1.4试验步骤 (20) 3.2养护 (20) 3.2.1设计依据 (20) 3.2.2简易混凝土标准养护室设计的共点 (20) 3.2.3混凝土标准养护室升温设施 (21) 3.2.4混凝土标准养护室降温设施 (21) 4混凝土的抗压试验 (23) 4.1实验步骤 (23) 4.2实验结果 (23) 4.3实验报告 (24) 5结论 (25) 谢词 (26)

混凝土配合比设计步骤分析报告

普通混凝土的配合比设计 普通混凝土的配合比是指混凝土的各组成材料数量之间的质量比例关系。确定比例关系的过程叫配合比设计。普通混凝土配合比，应根据原材料性能及对混凝土的技术要求进行计算，并经试验室试配、调整后确定。普通混凝土的组成材料主要包括水泥、粗集料、细集料和水，随着混凝土技术的发展，外加剂和掺和料的应用日益普遍，因此，其掺量也是配合比设计时需选定的。 混凝土配合比常用的表示方法有两种；一种以1m3混凝土中各项材料的质量表示，混凝土中的水泥、水、粗集料、细集料的实际用量按顺序表达，如水泥300Kg、水182 Kg、砂680 Kg、石子1310 Kg；另一种表示方法是以水泥、水、砂、石之间的相对质量比及水灰比表达，如前例可表示为1：2.26：4.37，W/C=0.61，我国目前采用的量质量比。 一、混凝土配合比设计的基本要求 配合比设计的任务，就是根据原材料的技术性能及施工条件，确定出能满足工程所要求的技术经济指标的各项组成材料的用量。其基本要； (1)达到混凝土结构设计要求的强度等级。 (2)满足混凝土施工所要求的和易性要求。 (3)满足工程所处环境和使用条件对混凝土耐久性的要求。 (4)符合经济原则，节约水泥，降低成本。 二、混凝土配合比设计的步骤 混凝土的配合比设计是一个计算、试配、调整的复杂过程，大致可分为初步计算配合比、基准配合比、实验室配合比、施工配合比设计4个设计阶段。首先按照已选择的原材料性能及对混凝土的技术要求进行初步计算，得出“初步计算配合比”。基准配合比是在初步计算配合比的基础上，通过试配、检测、进行工作性的调整、修正得到；实验室配合比是通过对水灰比的微量调整，在满足设计强度的前提下，进一步调整配合比以确定水泥用量最小的方案；而施工配合绋考虑砂、石的实际含水率对配合比的影响，对配合比做最后的修正，是实际应用的配合比，配合比设计的过程是逐一满足混凝土的强度、工作性、耐久性、节约水泥等要求的过程。 三、混凝土配合比设计的基本资料 在进行混凝土的配合比设计前，需确定和了解的基本资料。即设计的前提条件，主要有以下几个方面； (1)混凝土设计强度等级和强度的标准差。 (2)材料的基本情况；包括水泥品种、强度等级、实际强度、密度；砂的种类、表观密度、细度模数、含水率；石子种类、表观密度、含水率；是否掺外加剂，外加剂种类。 (3)混凝土的工作性要求，如坍落度指标。 (4)与耐久性有关的环境条件；如冻融状况、地下水情况等。 (5)工程特点及施工工艺；如构件几何尺寸、钢筋的疏密、浇筑振捣的方法等。 四、混凝土配合比设计中的三个基本参数的确定 混凝土的配合比设计，实质上就是确定单位体积混凝土拌和物中水、水泥。粗集料（石子）、细集料（砂）这4项组成材料之间的三个参数。即水和水泥之间的比例——水灰比；砂和石子间的比例——砂率；骨料与水泥浆之间的比例——单位用水量。在配合比设计中能正确确定这三个基本参数，就能使混凝土满足配合比设计的4项基本要求。

沥青混凝土配合比优化设计

沥青混凝土配合比优化设计 摘要：随着公路建设的快速发展，有关部门制定了新的《公路沥青路面施工技术规范》，完善了沥青混合料配合比设计方法，本文根据新《规范》的要求，提出了沥青混合料配合比的优化设计，分别从三个方面进行：目标设计、生产设计和生产验证，分析了矿料间隙率对沥青混合料性能的影响规律，针对不同情况的空隙率和稳定度，提出了相应的调整方法，并通过马歇尔实验，来加以检验。关键词：沥青混合料配合比马歇尔试验生产配合比 一、前言 近年来，沥青混凝土路面应用越来越广泛，沥青混凝土配合比直接影响路面的质量，关系到路面的使用寿命。同时，还关系到行车舒适性和安全性。保证路面的质量，从施工的全过程加以控制管理，尤其对沥青混凝土配合比足够重视、认真对待、精心研究、优化设计，最终达到经济、科学、可行、便于施工。如何进行沥青混凝土配合比优化设计是道路技术人员亟待解决的难题。 二、沥青混合料配合比优化设计 《沥青混合料配合规范》规定采用三个阶段进行沥青混合料的配比设计，这三个阶段分别是：目标配合比设计；生产配合比设计和生产配合比的验证。该配比方法可以使配比过程程序化、深入化，有助于设计结果更符合生产需求，充分指导施工过程。 (一)目标配合比设计

目标配合比设计是整个过程的开始，结合施工文件要求，选择相应的材料，计算矿料级配比，选择最佳状态的配合比。在计算过程中，通常使试配结果尽量靠近级配范围的中间值，根据《规范》中推荐的，结合实践经验固定一个最佳沥青含量的范围，设计出不同油石比的配置的5到6组材料试件，每组间隔是0.5%，然后分别进行马歇尔稳定度、空隙率、试件密度、流值、沥青最佳沥青用量oac，然后再按最佳沥青用量oac制件，做水稳定性检验和高温稳定性检验。最后，判定实验结果，如果达不到设计文件要求则另选材料、调整配合比或者采用其他方法继续做试验，直到符合要求，确定理想的目标配合比。 在目标配合比设计过程中，必须重视两个重要指标：混合料空隙率和稳定度。沥青混合料的空隙率是反映沥青路面泛油、松散、裂纹、车辙等病害的最重要指标，矿料间隙率是综合反映沥青混合料质量状况的核心指标，对沥青混合料设计、生产的质量控制有重要作用。这两个指标对调整混合料稳定性和耐久性特别重要, 下面是对他们之间的关系的分析，并根据存在的不同的状态，提出了相应的处理措施。 （1）空隙率低，稳定度低。当空隙率低时，可以选择多种方法来增加空隙率：首先，调整矿料的级配，在规定允许的范围之内，适当增加粗集料的比例，同时减小细集料的比例；如果沥青混合料的油石比高于正常量，并且不能被矿料吸收时，可以适当的降低油

人工智能在物联网中的应用毕业论文

毕业设计 设计（论文）题目：人工智能在物联网中的应用 专业班级：物联网141 学生姓名：周钟婷 指导教师：李生好 设计时间：2017.5.8——2017.6.9 重庆工程职业技术学院

重庆工程职业技术学院毕业设计（论文）任务书 任务下达日期：2017.5.8 设计（论文）题目：人工智能在物联网中的应用 设计（论文）主要内容和要求： 1.显示器件：引领TFT-LCD技术的创新和发展，致力于加快AMOLED、柔性显示、增强 现实、虚拟现实等新型显示器件及薄膜传感器件的进步。 2.智慧系统：以“物联网和人工智能”为主要方向，以用户为中心，基于在显示、人 工智能和传感技术优势，发展智能制造、智慧屏联、智慧车联、智慧能源四大物联网解决方案。 3.智慧健康服务：将显示技术、信息技术与医学、生命科技跨界结合，发展信息医学， 提供物联网智慧健康产品及服务。 教学团队主任签字：指导教师签字： 年月日年月日

重庆工程职业技术学院毕业设计（论文）指导教师评语评语： 成绩： 指导教师签名： 年月日

重庆工程职业技术学院毕业设计（论文）答辩记录

目录 摘要................................................... (1) 第一章目前人工智能技术的研究和发展状况......... . (2) 第二章显示器件事业技术应用 (2) 第三章智慧系统事业技术应用 (2) 3.1智能制造 (2) 3.2智慧屏联 (2) 3.3智慧能源 (2) 3.4智慧车联 (3) 第四章智慧健康服务事业技术应用.................... .. (3) 第五章目前人工智能发展中所面临的难题.......... . (3) 5.1计算机博弈的困难................... .. (3) 5.2机器翻译所面临的问题................... . (4) 5.3自动定理证明和GPS的局限.......... (4) 5.4模式识别的困惑 (5) 第六章人工智能的发展前景 (5) 6.1人工智能的发展趋势 (5) 6.2人工智能的发展潜力大 (5) 结束语 (6) 参考文献 (6)

普通混凝土配合比设计试配与确定试验检测继续教育试题及答案

第1题 已知水胶比为0.40，查表得到单位用水量为190kg，采用减水率为20%的减水剂，试计算每方混凝土中胶凝材料用量 kg A.425 B.340 C.380 D.450 :C答案您的答案：C 题目分数：3 此题得分：3.0 批注： 第2题 普通混凝土的容重一般为 _____ kg/m3 A.2200～2400 B.2300～2500 C.2400～2500 D.2350～2450 :D答案您的答案：D 题目分数：3 此题得分：3.0 批注： 第3题 已知水胶比为0.35，单位用水量为175kg，砂率为40%，假定每立方米混凝土质量为2400kg，试计算每方混凝土中砂子用量 kg A.438 B.690 C.779 D.1035 :B答案您的答案：B 题目分数：3 此题得分：3.0 批注： 第4题 某材料试验室有一张混凝土用量配方，数字清晰为 ，而文字模糊，下列哪种经验描述是正确1:0.61:2.50:4.45． 的。 A.水：水泥：砂：石 B.水泥：水：砂：石 C.砂：水泥：水：石 D.水泥：砂：水：石

:B答案您的答案：B 题目分数：3 此题得分：3.0 批注： 第5题 预设计 C30 普通混凝土，其试配强度为（） MPa A.38.2 B.43.2 C.30 D.40 :A答案您的答案：A 题目分数：3 此题得分：3.0 批注： 第6题 关于水灰比对混凝土拌合物特性的影响，说法不正确的是( ) A.水灰比越大，粘聚性越差 B.水灰比越小，保水性越好 C.水灰比过大会产生离析现象 D.水灰比越大，坍落度越小 :D答案您的答案：D 题目分数：3 此题得分：3.0 批注： 第7题 要从控制原材料的的质量上来确保混凝土的强度，以下说法不正确的是( )。 A.尽量使用新出厂的水泥 B.选用含泥量少、级配良好的骨料 对水质没有要求C. D.合理选择、使用减水剂 :C答案您的答案：C 题目分数：3 此题得分：3.0 批注： 第8题 配制C30混凝土，假定配制强度为38MPa，胶凝材料28d胶砂抗压强度为45MPa，则按标准计算水胶比为，采用碎石。 A.0.56 B.0.54 C.0.5

《人工智能及应用》论文

重庆理工大学 专业选修课课程考察报告《人类智能与人工智能的思考》 课程名称：《人工智能及应用》学生姓名： 学号： 提交时间：2016年12月12日

[摘要] 计算机技术的高速发展使得计算机的运算速度可以超过人脑的运算速度，同时出现了诸如进行人机对弈等高度智能的计算机，那么是否意味着人工智能能够达到或超过人类智能的程度呢？本文将对此进行分析、思考。 [关键词] 计算机；人类智能；人工智能；算法；思维 进入2l世纪，计算机硬件和软件更新的速度越来越快，计算机这个以往总给人以冷冰冰的机器的形象也得到了彻底的改变。人机交互的情形越来越普遍，计算机被人类赋予了越来越多的智能因素。伴随着人类把最新的计算机技术应用于各个学科，对这些学科的认知也进入了日新月异的发展阶段，促使大量的新的研究成果不断涌现。例如：“人机大战”中深蓝计算机轻松的获胜、人类基因组排序工作的基本完成、人类大脑结构性解密、单纯器官性克隆的成功实现等等。随着计算机这个人类有史以来最重要的工具的不断发展，伴随着不断有新理论的出现，人类必须重新对它们进行分析和审视。由于近几年生物学和神经生理学等许多新的研究成果的出现，对于人工智能与人类智能之间的关系引起了人们更多的思考。本文以比较的方法分析人类智能与人工智能二者的异同，并从马克思主义哲学的角度再次对人工智能与人类智能的进行了分析。 一、人类智能与人脑思维 我们知道所有的动物都有中枢神经控制系统，有了这一套系统也就有了思维。思维在不同的生物之间具有不同的功能，在低等动物中思维的作用更多的是本能控制，高等动物除了本能控制以外还有为适应环境所工作，人类思维则具有了改造环境所进行的工作。人类的思维起源于对周围事物的认识，最初是形象思维过程，等人们发现各个事物之间的相互关系之后，就开始了逻辑思维过程，随着对事物之间相互关系的分门别类和对周围世界认识的加深，又有形式逻辑，数理逻辑，抽象逻辑等等。人类自身的智能是人类思维活动中表现出来的能力，大脑是人类认知和智能活动的载体，思维是大脑对客观事物的本质及其内在联系的概括和反映。人类智能的也就是人类思维的结果。但是直到现在，科学家对于人脑的结构以及人脑的思维过程一直处于研究阶段，当然，随着时间的推移和科学技术水平的提高，有一天人类应该会破解自身的思维过程。

隧道二次衬砌混凝土配合比的优化设计

隧道二次衬砌混凝土配合比的优化设计 摘要：介绍了采用粉煤灰和高效减水剂，同时运用正交试验设计方法，并利用正交试验结果，采用综合平衡法分析水泥混凝土各组成材料用量对混凝土各项指标的影响。分析了掺粉煤灰和高效减水剂的大流动度泵送砼的社会效益和经济效益。 关键词：大流动度泵送砼，粉煤灰，正交试验设计 大流动度砼以其优越的流动性和良好的和易性，被广泛的用于泵送施工，在泉州晋石高速隧道二次衬砌中应用大流动度防水砼，最初设计的防水砼配合比为：水泥325 kg、水178 kg、砂767 kg、石1059 kg、粉煤灰71 kg、外加剂7.92 kg（萘系）。由于材料消耗量大，从而造成施工成本上升，减少企业利润空间。经过研究，决定采用掺粉煤灰和高效减水剂（聚羧酸）的技术对混凝土配合比进行优化设计。 1原材料选用和技术性能 1)粉煤灰：厦门华金龙建材有限公司F类II级粉煤灰。 2)水泥：选用漳平红狮水泥有限公司生产的P.O42.5普通硅酸盐水泥。 3)粗集料：选用当地华表山隧道洞渣加工的4.75～31.5mm合成级配碎石。经计算，掺配比例为16～31.5mm占30%、9.5～16mm占60％、4.75～9.5mm占10％，其中针片状含量5.9％、含泥量0.8％、压碎值10.8%。 4)细集料：选用华山砂场天然河砂。细度模数2．68，中砂，Ⅱ区级配。含泥量1.6％。 5)外加剂：为提高混凝土和易性．提高密实度和早期强度，选用湖北强达有限公司生产的QD高效减水剂，减水率≥ 25％。 2 试验方案 影响混凝土性能的因素较多，如混凝土的水胶比、粉煤灰掺率、水泥用量、粗集料的最大粒径、砂率、以及混凝土搅拌工艺和浇筑方法等。 2．1 因素与水平表 大流动度防水混凝土配合比设计应满足设计要求的抗压强度和施工要求的均匀性、和易性及抗渗等级。 根据工程的要求和材料现状．经过初步分析计算，选择粉煤灰掺率、砂率及

人工智能论文3500字

研究生课程论文 人工智能前沿 论文题目:人工智能技术在求机器人工作 空间的应用 课程老师:罗亚波 学院班级:汽研1602班 学生姓名:张小涵 学号:15 2016年10月

人工智能技术在求机器人工作空间的应用 摘要 人工智能的发展迅速,现在已经渗透到机器人的全方位分析与机器人的工作空间的计算中,其对机器人的应用起着越来越重要的作用。元素限制法由三个限制元素构成,分别为杆长限制、转角限制、连杆的干涉。在初步确定限制元素后即可得到边界条件,即可得到工作空间。圆弧相交法由运动学反解过程、工作空间的几何描述以及工作空间的计算过程组成。两者各有其优缺点,都就是可取的求工作空间的方法。 关键词:人工智能元素限制圆弧相交工作空间 Abstract With the rapid development of artificial intelligence, it has been applied to the analysis of the robot and the working space of the robot、It plays a more and more important role in the application of the robot、The element restriction method is composed of three elements, which are the length of the rod, the restriction of the angle and the interference of the connecting rod、 Boundary conditions can be obtained after the preliminary determination of the limiting element、 The arc intersection method is composed of the process of the inverse kinematics of the kinematics, the geometric description of the working space and the calculation process of the working space、 Both have their own advantages and disadvantages, are desirable for the working space of the method、Key words: artificial intelligence element limit arc intersection working space

2019年基于大数据和人工智能的视频云平台项目可行性研究报告

2019年基于大数据和人工智能的视频云平台项目可行性研究报告

目录 一、大数据和人工智能的视频云平台项目概况 (3) 二、项目实施的必要性 (3) （1）行业发展与新技术融合的现实需求 (3) （2）顺应市场发展趋势，增强企业竞争力的需要 (4) ①提升资源使用效率 (4) ②为数据的融通提供可能 (5) ③解决海量视频图像信息大数据和人工智能处理的算力问题 (5) ④开放的云模式构建繁荣生态 (5) ⑤更为强大的智能化功能 (6) 三、项目实施对企业未来盈利能力的影响 (6) 四、项目实施对偿债能力和资本结构的影响 (6) 五、项目投资概算 (6) 六、项目建设期及实施进度 (7)

一、大数据和人工智能的视频云平台项目概况 企业计划在现有智能视频产品研发中心基础上组建基于大数据和人工智能的视频云平台开发团队，开发新一代视频云平台产品，提供对结构化、非结构化数据的统一存储、查询、分析和二次加工能力。 新一代视频云平台将利用云计算、大数据、智能视频等新技术升级改造现有视频图像监控系统，有效解决视频图像数据采集整合、价值信息提取、数据结构化处理及存储应用模式变革等问题，建设云架构下视频信息应用平台，为安防实战应用提供服务支撑。通过本项目的开发，企业将进一步提升服务于平安城市、雪亮工程和智慧城市项目的能力，满足市场发展需求，新一代视频云平台的具体建设内容包括：视频云基础设施平台、SVAC视音频数据解析平台、SVAC结构化大数据平台以及丰富多样的业务应用系统。 二、项目实施的必要性 新一代视频云平台产品有助于进一步提升中星技术的技术领先地位，保持企业在行业中的竞争力。 同时可以为政府、公安用户实现从网络监控向智能监控的迁移，扩大企业在平安城市、雪亮工程和智慧城市的市场份额，带动企业收入和利润的不断增长。 （1）行业发展与新技术融合的现实需求 云计算、物联网、大数据以及人工智能等创新技术的不断发展，推动着安防行业与IT技术愈发紧密的融合，云安防时代即将到来。

混凝土配合比试验设计方案

混凝土配合比试验设计方案

混凝土配合比设计试验报告 一、配合比设计理论依据 1、《民航机场场道工程施工技术要求》1996—10 2、《广州白云国际机场迁建工程——场道道面工程补充施工技术要求》 3、《水泥胶砂强度检测方法（ISO）法》GBT17671—1999 4、《公路集料试验规程》JTJ058—2000 5、《水泥混凝土路面施工及验收规范》GB97—87 6、《公路工程水泥混凝土试验规程》JTJ053—94 7、《普通混凝土配合比设计规程》JGJ55—2000 J64—2000 8、《硅酸盐水泥、普通硅酸盐水泥》GB175 9、《混凝土外加剂一等品规定指标》（GB8076-1997） 10、《混凝土外加剂应用技术规范》（GBJ119-88） 二、道面混凝土设计要求如下： 2.1、强度：28天抗折强度5.0Mpa； 2.2、和易性要求：维勃稠度20-40s，或塌落度小于10mm； 2.3、耐久性要求：水泥用量不少于300Kg/m3，也不宜大于330Kg/m3； 水灰比不宜大于0.44； 2.4、水泥混凝土所用原材料应符合《民航机场场道工程施工技术要求》1996—10中的有关要求外，尚应符合以下规定： 2.4.1水泥道面及道肩面层混凝土可采用标号为525的硅酸盐水泥。水泥中氧化镁含量不宜大于3%，碱含量不大于0.6%。水泥的其他质量应符合《硅酸盐水泥、普通硅酸盐水泥》GB175的有关规定。

2.4.2砂宜采用细度模数为2.65～ 3.20的中粗河砂。砂的含泥量不得大于3%，含泥量超过规定时应冲洗。应委托有资格的试验单位，按《公路集料试验规程》JTJ058—2000中的岩相法对每种料源测定其碱活性，有碱活性的砂不得使用。 2.4.3碎石圆孔筛最大粒径为40mm。应委托有资格的试验单位，按《公路集料试验规程》JTJ058—2000中的岩相法对每种料源测定其碱活性，有碱活性的碎石不得使用。碎石应按圆孔筛5～20mm、20～40mm两级级配分别备料，两种碎石混合后的颗粒级配应符合下表要求： 项目技术要求 颗粒尺寸筛孔尺寸mm（圆孔筛）40 20 10 5 累积筛余（%）0～5 50～70 70～90 90～100 2.4.4水冲洗集料、拌和混凝土及混凝土养生可采用一般饮用水。使用河水、池水或其他水应符合下列要求：①水中不得含有影响水泥正常凝结和硬化的有害杂质，如油、糖、酸、碱、盐等；②硫酸盐含量（按SO2-1计）不超过2.7mg/cm3；③pH值大于4；含盐总量不得超过5mg/cm3。 2.4.5外加剂水泥混凝土中需要掺用外加剂时，必须根据工程要求，通过试验选定外加剂的种类和用量。外加剂的质量应符合《混凝土外加剂一等品规定指标》（GB8076-1997）的规定要求，其使用应符合《混凝土外加剂应用技术规范》（GBJ119-88）的规定要求。不得使用pH值大于8的碱性外加剂。施工过程中应严格控制外加剂剂量，现场有专人配制。 三、确定原材料 我们根据招标文件、投标书、与业主签订的施工合同及施工图纸的要求确定使用下列材料：

高抗硫酸盐混凝土配合比优化设计

高抗硫酸盐混凝土配合比优化设计 摘要：某工程引水隧洞地下水中SO42-总磷含量超标，对混凝土有强结晶型腐蚀和污染引水水体的风险。因此在混凝土施工前，对该引水隧洞混凝土进行抗硫酸盐侵蚀性试验。本文介绍了硫酸盐对混凝土的侵蚀影响，高抗硫酸盐混凝土原材料的选择，及通过掺粉煤灰的方式对高抗硫酸盐混凝土配合比进行优化设计。 关键词：配合比设计；抗腐蚀性；高抗硫酸盐混凝土 1.引言 某工程引水隧洞附近有一些化工企业，其中某集团磷石膏渣场距引水隧洞约1km，而该洞段位于岩溶极发育区域，存在有机物渗透对工程及水质带来较大危害的风险。根据对该区段地表和地下水体抽样检测，地下水中SO42-总磷等含量超标，因此对该区段采取有针对性的防渗和防腐处理措施。故进行混凝土抗硫酸盐侵蚀性试验，以确保工程质量。 2.混凝土受硫酸盐侵蚀的影响因素 硫酸盐对混凝土侵蚀作用非常复杂，其中包括物理方面和化学方面的侵蚀。受硫酸盐侵蚀的影响因素也有很多，主要体现在内部因素和外部因素。内部侵蚀是由于混凝土组分本身带有的硫酸盐引起，主要体现在混凝土自身的性质包括水泥、活性掺合料和水胶比，施工质量水平等；外部侵蚀是环境中的硫酸盐对混凝土的侵蚀，包括硫酸根离子浓度和环境PH值、混凝土的工作环境条件等。 3.原材料选用 3.1 水泥 水泥对混凝土的抗腐蚀性能起决定性的作用，混凝土中的硅酸三钙的含量过高，易于受到硫酸盐的侵蚀生成石膏。如果混凝土中铝酸三钙过多，则易于生成过多的钙矾石，在侵蚀环境下导致膨胀破坏。根据工程设计要求，结合高抗硫酸盐水泥的特性，本次试验混凝土选用P?HSR 42.5高抗硫酸盐水泥。 依据GB748标准要求，对高抗硫酸盐水泥进行标准稠度用水量、凝结时间、安定性、比表面积、密度、抗压强度、抗折强度、铝酸三钙（C3A）含量、抗硫酸盐性等指标检测，试验结果均满足标准要求，抗硫酸盐性14d≤0.04％。试验结果见表3.1。 4.混凝土配合比设计及试验方法 4.1 配合比基本参数选择试验 在配合比设计过程中充分利用粉煤灰对降低混凝土水化热和后期强度的贡献，以及对混凝土抗侵蚀的作用，选出粉煤灰的合理掺量，全面考虑合理的骨料级配对混凝土工作性和可泵性的影响和耐久性抗侵蚀能力。通过对减水剂不同掺量下的混凝土性能试验，泵送剂的最优掺量为1.0％、对石子级配组合进行容重试验，并结合工程经验，选用二级配粒径为 5mm～20mm：20mm～40mm比例为45：55。 4.2 水胶比与强度关系 当混凝土原材料、生产工艺以及工序既定的情况下，混凝土的性能主要取决于水胶比的大小。水胶比越大混凝土的强度越低，水胶比越小混凝土的强度越高，抗侵蚀能力就越强。配合比设计过程中首先进行基准用水量与砂率试验，然后进行水胶比与强度关系试验，对水胶比与强度统计计算回归方程，利用设计强度等级计算配制强度，将配制强度带入回归方程

人工智能结课论文

内蒙古科技大学2014/2015 学年第一学期《人工智能》结课报告 课程号：76807376-01 考试方式：结课报告 使用专业、年级：计算机应用2012-3,4 任课教师：陈淋艳 班级：12级计算机3班 学号：1276807336 姓名：王志鹏

目录 前言 (3) 一、专家系统简介 (4) 二、关键字： (5) 三、专家系统概念和理论 (6) 四、专家系统的发展概况 (7) 五、专家系统的应用分析 (8) 六、专家系统的发展前景 (12) 七、专家系统的总结 (13) 八、学习心得 (14) 参考文献 (15)

前言 人工智能是经过40多年发展起来的一门综合性学科，它旨在研究如何利用计算机等现代工具设计模拟人类智能行为的系统。在众多的人工智能应用领域中，专家系统是30多年来发展起来的一种最具代表性的智能应用系统，它旨在研究如何设计基于知识的计算机程序系统来模拟人类专家求解专门问题的能力。专家系统是人工智能中最活跃的一个分支，是人工智能发展最重要的推动力。 由于人类对自身的思维规律和智能行为仍在探索中，因此，人工智能与专家系统仍然是一门开放的年轻学科。近几年来，人工智能与专家系统的研究越来越深入，新的思想、新的理论以及新的方法与技术不断涌现，新的研究成果不断充实着这一研究领域，尤其是模糊逻辑与神经网络及其结合的研究已成为当前人工智能或智能模拟的重要研究方向，学术论文数以千计，应用成果迭出。

一、专家系统简介 摘要:自从1965年世界上第一个专家系统DENDRAL问世以来，专家系统的技术和应用，在短短的30年间获得了长足的进步和发展。特别是20世纪80年代中期以后，随着知识工程技术的日渐丰富和成熟，各种各样的实用专家系统如雨后春笋般地在世界各地不断涌现。构建专家系统用到的思维方式可能是各种认知工具中最难的,因为它需要形式推理与逻辑推理,建构专家系统需要智力上的参与和挑战。本文首先介绍了专家系统的概念和理论及发展概况，并着重分析他们的应用和发展前景。

中国移动 探索大数据和人工智能 参考答案

探索大数据和人工智能参考答案 1、下列选项中，不是大数据发展趋势的是？ A.大数据分析的革命性方法出现 B.大数据与云计算将深度融合 C.大数据一体机将陆续发布 D.大数据未来可能会被淘汰 2、2012年7月，为挖掘大数据的价值，阿里巴巴集团在管理层设立（）一职，负责全面推进“数据分享平台”战略，并推出大型的数据分享平台。 A. 首席数据官 B. 首席科学家 C.首席执行官 D.首席架构师 3、在Spark的软件栈中，用于机器学习的是 A. Spark Streaming B. Mllib C. GraphX D. SparkSQL 4、MPP是指？ A. 大规模并行处理系统 B. 受限的分布式计算模型 C.集群计算资源管理框架 D.分布式计算编程框架 5、以下哪个场景可以称为大数据场景？ A.故宫游客人数 B.故宫门票收入 C.美团APP的定位信息 D.文章内容 6、以下应用没有使用你的地理位置信息的是？ A. 美团 B. 滴滴 C. 高德地图 D. Word 7、Hadoop是（）年诞生的？ A. 1985-1985 B. 1995-1996 C. 2005-2006 D. 2015-2016 8、HBASE的特点不包括哪些？ A. 面向行 B.稀疏性 C. 多版本 D.高可靠性 9、整个MapReduce的过程大致分为Map、Shuffle、Combine、（）？

A. Reduce B. Hash C. Clean D. Loading 10、Flume采用了三层架构，分别为agent，collector和（） A. Map B. storage C. Shuffle D. Hash 11、在Spark的软件栈中，用于交互式查询的是 A. SparkSQL B. Mllib C. GraphX D. Spark Streaming 12、下列选项中能够正确说明大数据价值密度低的是？ A. 100TB数据中有50TB有效数据 B. 1TB数据中有1KB有效数据 C. 100PB数据中有100PB有效数据 D. 10EB数据中有10EB有效数据 13、IBM的（）是第一个在国际象棋上战胜人类棋手的人工智能计算机。 A. AlphaGo B. 深蓝 C. 图灵机模型 D. 深度学习机器人 14、下列选项中，不是人工智能的算法中的学习方法的是？ A. 重复学习 B. 深度学习 C.迁移学习 D.对抗学习 15、对抗学习中两个网络互相竞争，一个负责生成样本，那么另一个负责做什么？ A. 判别样本 B. 计算样本 C. 统计样本 D. 生成样本 16、人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，请问它的英文缩写是？ A. AI B. BI C. AL D. AF 17、下列选项中，哪项是由谷歌开发的人工智能算法框架？ A. Kafka

毕业设计论文：水泥混凝土配合比设计论文

水泥混凝土配合比设计论文 目录引言 (1) 1. 混凝土配合比简介. (2) 1.1 选用合适的材料. (3) 1.2 配合比设计的基本要求. (4) 1.3 配合比设计前的准备工作. (5) 1.4 配合比设计的基本步骤. (5) 1.5 生产配合比的调整及施工中的控制. (10) 2. 混凝土配合比试配的调整. (10) 2.1 混凝土配合比试配前的调整. (11) 2.2 混凝土配合比试配后的调整. (11) 3. 在保证质量的前提下，应注重经济效益及防治措施. (12) 4. 结束语.................................................13 参考文献...............................................13 致谢 (14)

水泥混凝土配合比设计论文 引言配合比设计是实现预拌混凝土性能的一个重要过程，也是保证预拌混凝土质量的重要环节。施工配合比是以实验配合比为基础而确定的，普通混凝土的实验室配合比设计是确定了相应混凝土的施工配制强度后，按照《普通混凝土配合比设计规程》的方法和要求进行设计确定。混凝土配合设计要满足强度结构设计的等级要求，施工的和易性，耐久性和经济性。混凝土随着材料科学的不断发展，其用途也越来越广泛，已到了跨行业、跨学科、互相渗透的非常广泛的领域。混凝土只所以在土木工程中得到广泛的应用，是因为它的材料来源比较广泛，有较高的强度和耐久性等许多独特的技术性能。同时，关系到砼质量的材料也已成为重要因素，对此我们对其出现的质量问题也做简要的浅谈。 1. 混凝土配合比简介混凝土是由水泥、细骨料砂子、粗骨料石子及水等构成，混凝土中各种材料之间的比例关系称为混凝土的配合比。混凝土配合比是决定混凝土强度的一项重要技术指标，需要具体的设计试配等工作才能确定合适的混凝土配合比应用到工程当中去。 1.1 选用合适的材料 1.1.1 水泥 水泥是决定混凝土成本的主要材料，同时又起到粘结、填充等重要作用，所以水泥的选用格外重要。水泥的选用主要是考虑到水泥的品种和强度等级。水泥的品种繁多。选择水泥应根据工程的特点和所

碾压混凝土配合比设计试验

碾压混凝土实验室配合比设计试验 1 试验目的 测定碾压混凝土配合比设计试验所用原材料的物理力学性能指标，然后进行碾压混凝土实验室的配合比设计。 2 试验方案 本试验根据配合比设计所需的技术资料，首先对选定的材料进行物理力学性能指标的测定试验，再依据配合比设计规程及原则来进行配合比的设计，对于碾压混凝土，设计时主要考虑其三大参数的要求。本试验流程图如图2.1所示。

图2.1 试验流程图 3 试验方法 3.1 原材料的物理力学性能试验 本试验配合比设计所用的原材料主要有：水泥、粉煤灰、石灰、粗细集料、

水及外加剂等。 3.1.1水泥试验 水泥试验主要包括：水泥细度试验、水泥标准稠度用水量试验、水泥凝结时间试验、水泥体积安定性试验、水泥胶砂强度试验等。 水泥细度试验采用手工干筛法来检验水泥细度；水泥标准稠度用水量试验、水泥凝结时间试验及水泥体积安定性试验（雷氏夹法）按GB/T 1346-1989《水泥标准稠度用水量、凝结时间、安定性检验方法》，用沸煮法，对该水泥进行了安定性试验；水泥胶砂强度试验通过ISO法来测定水泥的强度等级。 通过试验，得到本试验所用水泥的物理性能见表1.1。 表1.1 水泥的物理性能表 水泥品种 初凝 （h:min） 终凝 （h:min） 安定性 （mm） 筛余量 （%） 标准稠 度（%） 抗压 （Mpa） 抗折 （Mpa） 3d 28d 3d 28d P.C32.5R 2.1 3.1.2 粉煤灰试验 根据《用于水泥和混凝土中的粉煤灰》GB1596—91以及国家标准GB175—1999，GB1344—1999，GB12958—1999中的规定，需对粉煤灰的细度、密度、凝结时间、体积安定性和强度及强度等级等主要技术性质经行测定。 通过试验，该粉煤灰的物理性能见表1.2。 表1.2 粉煤灰的物理性能表 粉煤灰等级 密度 （g/cm3） 堆积密度 （g/cm3） 细度 （%） 比表面积 （g/cm2） 需水量 （%） 28d抗压 强度比 （%） Ⅱ级 2.302 26 3.1.3集料试验 集料试验主要包括测定砂、石的近似密度试验、砂、石的堆积密度试验、砂、石的空隙率计算和砂、石的筛分析试验等。 通过试验，测得所用砂子、石子的物理性能见表1.3、表1.4。 表1.3 砂子的物理性能表

基于大数据的人工智能_证券投资领域的下一个变革_张家林

21世纪经济报道/2014年/9月/29日/第024版 专栏 基于大数据的人工智能：证券投资领域的下一个变革 上海新金融研究院特邀嘉宾北京艾亿新融资本管理公司董事长张家林 随着证券市场的不断发展，越来越多的投资机构开始运用基于大数据的人工智能技术来从事证券投资分析研究与交易。金融市场大数据获取的便利性也使得这一技术迅速渗透到证券投资的各个领域。人工智能技术在证券投资领域的应用正成为下一个互联网金融的热点。由此而产生的全新的投资策略、交易模式将会给监管层带来诸多挑战。 证券投资智能代理方兴未艾 2005年上映的美国电影《绝密飞行》讲述了美国海军加载在一部球形量子计算机中的人工智能“艾迪”的故事。2013年5月14日，美国海军的X-47B无人战斗飞行器从“乔治布什”号航空母舰成功进行了飞行测试。不到8年时间，人工智能技术的应用从好莱坞电影逐渐变成现实，最新的例子如谷歌研发的无人驾驶汽车。事实上，基于大数据的人工智能在过去的十几年时间里得到了极大的发展，积累了大量的技术、分析方法以及应用实例。 人工智能（AI，Articial Intelligence）定义为从环境中接收感知信息并执行行动的智能代理（IA，Intellgent Agent）。从外部看，每个这样的智能代理都实现了一个把感知序列映射到行动的函数集，这些函数集从外部反映了智能代理的特性。从内部看，智能代理函数集是通过运行在自身结构上的智能代理程序实现的。 目前很多投资机构开始运用基于大数据的智能代理进行证券投资。虽然智能代理也是由程序实现的，但它构建了学习机制以及建立在其上的知识库，因此，具备了一定的学习、推理以及进行决策的能力。 资本市场本身的特性，使得证券投资智能代理面临非常复杂的任务环境，其特征表现为部分可观察、随机的、延续式的、动态的、连续的和多代理人的。交易所高频行情数据以大概每分钟6MB的速度更新，数据的增长速度是惊人的。计算1天的所有状态估计的计算量超过10的100次方（目前可观测到的全部宇宙的原子的数目小于10的80次方）。因此，设计一个能够应对全部任务环境的智能代理几乎是不可能的。目前通常的做法是给定一个具体的任务环境，然后设计开发智能代理。 由于早期的计算能力和数据有限，设计开发者的视野和认知受限，设计开发出来的证券投资智能代理大部分是简单复制某些已知的投资策略。只是由于计算机处理的效率和没有人为因素影响，使得其能够获得比人操作更好的表现。目前很多高频交易、量化交易都属于此类形式。此类智能代理没有“贡献”新的认知。 证券投资领域将出现革命性变革 随着近几年大数据技术的广泛应用，智能代理的任务环境扩展到了更宽、更深的领域。机器学习技术的大规模应用，使得智能代理具备了超越其设计开发者的认知和视野的能力：智能代理可以“贡献”新的认知。证券投资领域因此将会产生革命性的变革。 首先是投资策略生产的变革。传统的投资策略生产模式将被颠覆，大部分分析师的工作都可以被智能代理取代，而且可能做得更好。其次，投资策略的生产从“确定的模型”向“随机的效用”转变。“确定的模型”是确定的事件发生时，通过模型计算，求解最优的配置资产的方案。“随机的效用”是依据效用函数对发生的随机事件进行反应，求解最优效用资产配置方案。机器学习的强大挖掘能力，结合大数据，将会产生更多以往无法通过经验和理论推导出来的新认知，成为新的投资策略持续生产的源泉。而且由于速度的提高，使得投资策略的生产时间从以往的短则几

水泥混凝土配合比设计论文

水泥混凝土配合比设计论文 ----C50混凝土配合比设计 班级：09级材料科学与工程1班学号： 姓名： 指导教师：

一、设计目的 通过本次课程设计，更进一步的掌握实际工程中，水泥混凝土配合比设计的方法和步骤。 二、设计任务 设计出满足强度，耐久性等要求的某国道跨线桥的混凝土施工配合比，要求混凝土坍落度为30~50。 三、设计依据 《水泥与水泥混凝土》申爱琴.张登良主编 《公路工程水泥混凝土实验规范》 《公路桥涵施工技术规范》 四、设计方法 (1)原材料 1、水泥 优先选取旋窑生产的P.O42.5硅酸盐水泥或普通硅酸盐水泥，密 度33/100.3m kg c ?=ρ，强度富余系数13.1=c γ。 2、砂 砂的细度模数控制在 2.6以上，选的砂为中砂 33' /1065.2m kg s ?=ρ，现场实测含水量为2%。 3、碎石 级配为5～25mm 连续级配，针片状颗粒含量为2.8，压碎值为9.8，含泥量为0.3%，泥块含量为0.2%，碎石最大粒5.31max =d ，表观密度 33/1070.2m kg G ?=ρ，现场实测含水率1%。

（2）计算初步配合比 1.确定混凝土配制强度（0,cu f ） 查表1得MPa 0.6=σ 混凝土配制强度：MPa f f k cu cu 87.590.6645.150645.1,0,=?+=+=σ 2.计算水灰比（w/c ） 1)计算水泥28天实际强度 MPa f f k ce c ce 0.485.4213.1,=?=?=γ 2）计算水灰比 查表2得：A=0.46，B=0.07. 36.00 .4807.046.087.590 .4846.0/0,=??+?= = +ce ABf cu ce f Af C W 3）耐久性校核 普通混凝土最大水灰比和最小水泥用量 表3