| 应用RBF神经网络的预应力混凝土碳化深度预测研究 |
| |
| 引用本文： | 陆春华,刘荣桂. 应用RBF神经网络的预应力混凝土碳化深度预测研究[J]. 四川建筑科学研究, 2007, 33(4): 81-85 |
| |
| 作者姓名： | 陆春华 刘荣桂 |
| |
| 作者单位： | 江苏大学理学院土木系,江苏,镇江,212013;江苏大学理学院土木系,江苏,镇江,212013 |
| |
| 基金项目： | 国家自然科学基金;江苏省自然科学基金 |
| |
| 摘 要： | 在现有混凝土碳化研究成果基础上,建立了预应力混凝土碳化预测模型。随后,运用径向基函数神经网络的基本原理,通过对影响预应力混凝土碳化深度因素的分析,建立了预测碳化深度的RBF和GRNN网络模型。通过实例进行了分析计算和预测,预测结果具有较高的精度。可以说,人工神经网络预测方法是一种可同时考虑各种影响因素组合、行之有效的混凝土碳化预测分析方法。
|
| 关 键 词： | 预应力混凝土 碳化 RBF神经网络 GRNN神经网络 |
| 文章编号： | 1008-1933（2007）04-0081-05 |
| 修稿时间： | 2006-06-19 |
Study on carbonation depth prediction of prestressed concrete based on RBF neural network |
| |
| LU Chunhua,LIU Ronggui. Study on carbonation depth prediction of prestressed concrete based on RBF neural network[J]. Building Science Research of Sichuan, 2007, 33(4): 81-85 |
| |
| Authors: | LU Chunhua LIU Ronggui |
| |
| Affiliation: | Department of Civil Engineering Jiangsu University , Zhenjiang 212013, China |
| |
| Abstract: | A new carbonation model of prestressed concrete is built on the basis of present research achievements of carbonation. Then, based on the main principle of RBF neural network, the affecting elements of carbonation depth are analyzed; and the RBF and GRNN models of predicting carbonation depth are founded. By means of neural network toolbox of MATLAB, an example is analyzed, and the results are accurate. In words, ANN is an effective method in analyzing and predicting carbonation depth. |
| |
| Keywords: | prestressed concrete carbonation RBF neural network GRNN neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
