基于BP神经网络预测复合盐侵蚀后混凝土的相对动弹性模量 |
| |
引用本文: | 李扬,王伯昕,陈冬昕,王清,张中琼.基于BP神经网络预测复合盐侵蚀后混凝土的相对动弹性模量[J].混凝土,2018(7). |
| |
作者姓名: | 李扬 王伯昕 陈冬昕 王清 张中琼 |
| |
作者单位: | 吉林大学建设工程学院;冻土工程国家重点实验室;长春供电公司经济技术研究所 |
| |
摘 要: | 为了预测复合盐侵蚀后混凝土的相对动弹性模量,在分析BP神经网络原理的基础上,提出用BP神经网络模拟混凝土相对动弹性模量变化率与复合盐溶液质量分数、侵蚀时间之间关系的方法。根据侵蚀试验的实际工况,分别建立了三维输入向量,一维输出向量的BP神经网络模型,通过39组试验,验证了模型的可靠性与精确性。结果表明:实测结果与预测结果相吻合,并且平均误差百分比为2.08%,该BP神经网络模型能较准确地快速预测侵蚀后混凝土的相对动弹性模量变化率。
|
本文献已被 CNKI 等数据库收录! |
|