一种考虑经济性的泡沫混凝土力学性能预测模型优化方法

本发明提供了一种考虑经济性的泡沫混凝土力学性能预测模型优化方法，建立泡沫混凝土的三维细观有限元模型，接着选择材料参数和外部加载条件参数进行规律性分析，将影响因素较高的参数作为深度学习输入变量。然后，采用结合卷积神经网络（CNN）和双向门控循环单元（BiGRU）的组合神经网络作为预测模型，通过可靠的数值模型分析得到数据样本，并基于CNN‑BiGRU实现对泡沫混凝土力学性能的准确预测。最后，根据深度学习模型设定泡沫混凝土抗压强度和能量吸收能力的目标函数，求解泡沫混凝土在抗压强度和能量吸收能力方面的最佳设计特征，获取泡沫混凝土的最佳性能设计方案。