神经网络在混凝土碳化深度预测中的研究应用

• 作者: 于军琪 牛荻涛 罗大明 董振平 高攀祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 混凝土 碳化深度 结构耐久性
• 年，卷（期）: 2014,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 238-241,250
• 页数: 5页
• 分类号: TP391|TU17
• 字数: 4306字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0450

摘要

针对BP神经网络搜索速度慢、易陷入局部极值的缺陷，采用PSO算法优化BP神经网络后建立各影响因素与部分碳化区长度的关系模型。将改进后的模型进行实验仿真训练并应用于某混凝土大桥部分位置的碳化深度预测中，仿真应用结果表明，网络输出值和期望值很好吻合，收敛速度更快。所以该模型能够对混凝土部分碳化区长度进行预测，为混凝土结构耐久性设计、评估和寿命预测提供科学指导。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛荻涛	西安建筑科技大学土木工程学院	228	3339	29.0	49.0
2	于军琪	西安建筑科技大学信息与控制工程学院	128	556	12.0	16.0
3	董振平	西安建筑科技大学土木工程学院	34	289	7.0	16.0
4	罗大明	西安建筑科技大学土木工程学院	17	72	3.0	7.0
5	高攀祥	西安建筑科技大学信息与控制工程学院	2	5	2.0	2.0