多因素作用下混凝土寿命的BP神经网络预测

被引：17

作者：

刘斯凤 ^{[1
]}

邢锋 ^{[2
]}

机构：

[1] 同济大学先进土木工程材料教育部重点实验室

[2] 深圳大学深圳市土木工程耐久性重点实验室

来源：

材料导报 | 2008年 / 07期

关键词：

人工神经网络; 混凝土; 多因素; 寿命;

D O I：

暂无

中图分类号：

TU528.0 [一般性问题];

学科分类号：

080606 [材料冶金];

摘要：

影响混凝土及其结构使用寿命的因素主要包括荷载和自然环境的变化,它们对混凝土结构使用寿命的影响过程是错综复杂的,难以用准确的数学式表达。人工神经网络方法具有无需输入变量与输出变量间复杂的相关假设,也无需确定各种计算参数,从而以消除计算参数确定过程中产生的计算误差的特点,使得其在土木结构工程耐久性方面具有广泛的应用。采用动量-自适应学习速率调整算法以及规则化调整对BP神经网络的泛化能力进行了改进,使其误差平方和达到0.000918,提高了BP神经网络的泛化能力;并用改进的BP神经网络对荷载-复合离子-干湿交替作用下混凝土材料的使用寿命进行了预测,避免了在确定计算参数过程中所产生的计算误差,拓宽了多因素作用下结构混凝土寿命预测新方法。

引用

页码：85 / 87

页数：3

共 9 条

[1]

基于BP神经网络的氯离子扩散系数预测模型 [J].

管昌生 ;

王雨齐 .

国外建材科技, 2006, (04) :85-87

[2]

氯离子扩散测试方法演变和理论研究背景 [J].

刘斯凤 .

混凝土, 2002, (10) :21-24

[3]

Prediction of properties of waste AAC aggregate concrete using artificial neural network [J].

Topcu, Ilker Bekir ;

Saridemir, Mustafa .

COMPUTATIONAL MATERIALS SCIENCE, 2007, 41 (01) :117-125

[4]

Damage detection using artificial neural network with consideration of uncertainties [J].

Bakhary, Norhisham ;

Hao, Hong ;

Deeks, Andrew J. .

ENGINEERING STRUCTURES, 2007, 29 (11) :2806-2815

[5]

Modelling of chloride ingress into concrete from a saline environment [J].

Wang, Y ;

Li, LY ;

Page, CL .

BUILDING AND ENVIRONMENT, 2005, 40 (12) :1573-1582

[6]

An overview and sensitivity study of a multimechanistic chloride transport model [J].

Boddy, A ;

Bentz, E ;

Thomas, MDA ;

Hooton, RD .

CEMENT AND CONCRETE RESEARCH, 1999, 29 (06) :827-837

[7]

On the applicability of Fick's second law to chloride ion migration through portland cement concrete.[J].S. Chatterji.Cement and Concrete Research.1995, 2

[8]

MATLAB神经网络仿真与应用.[M].闻新等编著;.科学出版社.2003,

[9]

神经网络与模糊控制.[M].张乃尧;阎平凡编著;.清华大学出版社.1998,

← 1 →