基于ABC-BP神经网络预测钢筋锈蚀程度

论文摘要

将人工蜂群算法与BP神经网络原理相结合,设计了预测精度更高的ABC-BP神经网络,基于室内加速锈蚀实验所获得相关数据,建立了预测钢筋锈蚀程度的网络模型。利用MATLAB平台进行仿真训练,提取训练完成后的网络权值,研究了综合因素条件下混凝土内钢筋锈蚀程度与多个影响因素之间的关系。结果表明,ABC-BP神经网络较BP神经网络具有更高的预测精度,裂缝宽度对钢筋混凝土锈蚀程度影响较大,因此ABC-BP神经网络可用于预测钢筋混凝土构件锈蚀程度。

论文目录

• 1 ABC-BP神经网络基本原理
•   1.1 BP神经网络原理
•   1.2 ABC-BP神经网络原理
• 2 钢筋混凝土室内加速锈蚀实验
• 3 钢筋锈蚀程度预测模型
•   3.1 ABC-BP神经网络模型设计
•   3.2 仿真结果与分析
•   3.3 权值计算与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 刘斌云,王鑫,万其微

关键词: 混凝土,钢筋锈蚀

来源: 合成材料老化与应用 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 北京工业大学建筑工程学院

基金: 国家自然科学基金(51378032)

分类号: TU375

DOI: 10.16584/j.cnki.issn1671-5381.2019.05.014

页码: 54-58

总页数: 5

文件大小: 648K

下载量: 137