一种基于狼群算法优化的神经网络混凝土孔隙率预测方法

本发明公开了一种基于狼群算法优化的神经网络混凝土孔隙率预测方法，具体包括以下步骤：S1、制备多组混凝土样品；对多组混凝土样品进行孔隙率测试，得到多组混凝土孔隙率性能数据；S2、建立样本数据；S3、对样本数据进行初始化预处理；S4、构建BP神经网络模型；S5、采用狼群算法优化BP神经网络模型得到预测模型；S6、调用train函数对预测模型进行训练；S7、将实际的混凝土原材料数据作为输入向量输入经过训练的预测模型中，得到混凝土孔隙率的预测值。本发明采用狼群算法优化BP神经网络模型，得到预测模型后再通过train函数对预测模型进行训练，可进一步提高预测模型的预测精度，能更高效、更准确的对混凝土的孔隙率进行预测。