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

• 作者: 张中琼 李扬 王伯昕 王清 陈冬昕
• 来源期刊: 混凝土
• 学科: 工学
• 关键词: BP神经网络 混凝土 相对动弹性模量变化率 盐蚀
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 21-23
• 页数: 3页
• 分类号: TU528.01
• 字数: 2288字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3550.2018.07.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王清	吉林大学建设工程学院	246	2907	27.0	42.0
2	李扬	吉林大学建设工程学院	81	535	14.0	19.0
3	王伯昕	吉林大学建设工程学院	25	43	4.0	5.0
7	张中琼		5	18	3.0	4.0
8	陈冬昕	长春供电公司经济技术研究所	3	6	2.0	2.0