基于BP-AR的混凝土碳化深度预测算法研究 |
| |
引用本文: | 杨雪华,董振平,于军琪,赵安军,魏廷剑.基于BP-AR的混凝土碳化深度预测算法研究[J].混凝土,2019(11). |
| |
作者姓名: | 杨雪华 董振平 于军琪 赵安军 魏廷剑 |
| |
作者单位: | 西安建筑科技大学 信息与控制工程学院,陕西 西安,710055;西安建筑科技大学 土木工程学院,陕西 西安,710055 |
| |
摘 要: | 混凝土碳化深度的影响因素众多又复杂且对时间有较强的依赖性,现有的混凝土碳化深度预测方法不能把所有影响因素充分考虑进去,导致其预测精度不够准确。提出一种BP-AR融合算法,该算法利用BP神经网络预测碳化深度,再通过时间序列方法对预测值进一步修正。通过试验分析,时间序列方法能够通过BP神经网络预测的碳化深度值发现碳化反应随时间变化的规律,BP-AR算法比BP神经网络预测碳化深度精度更高,弥补了因数据量有限而造成较大的预测误差。
|
关 键 词: | 碳化深度 BP神经网络 时间序列 预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|