近年来,我国对建设资源的需求量急剧增大,然而资源的过度消耗及建筑垃圾的产生对经济、环境造成了巨大的危害。再生混凝土的研究与应用——可以有效地解决建筑垃圾难处理的问题,实现资源的循环利用,具有良好的社会经济和环境效应,对可持续发展有着重大的现实意义。作为人脑神经网络理论化的数字模型,人工神经网络是仿照大脑神经网络结构和功能而建立的一种信息处理系统,让复杂的逻辑运算和非线性映射关系得以成为现实。所以,本文采用人工神经网络原理对再生混凝土强度进行预测研究。本文的研究工作是在国家自然科学基金(51378270)的资助下开展的,运用MATLAB R2012b神经网络工具箱编写程序,分别采用RBF神经网络和BP神经网络建立预测模型。经过大量试算和仿真效果对比,确定RBF网络模型和BP网络模型的最佳网络结构和相关参数。建立基于两种神经网络的再生混凝土强度预测模型,分别根据再生混凝土的配合比(包括水泥用量、再生骨料用量、再生骨料的种类、再生骨料等级、再生骨料取代率、水胶比、外加剂用量),预测其7d、28d的强度。预测结果表明所建立的两种神经网络模型均能快速准确地预测再生混凝土的强度,能够满足实际工程的需要。从总体上看,对于再生混凝土强度预测采用BP网络模型预测效果更好。基于建立的BP网络预测模型,分别讨论再生骨料的品质、取代率、水泥用量、及水胶比对再生粗、细骨料混凝土强度的影响,发现所得结论与实际情况均高度吻合。试验证明人工神经网络对再生混凝土强度的预测仿真可应用于实际工程当中。目前,制备再生混凝土需要进行大量反复的配比试验,耗时长、劳动强度大,运用人工神经网络能有效地减少试验次数,避免各种资源的浪费,提高经济效益。