基于 GM-RBF 神经网络的混凝土碳化深度预测

杨利霞

基于 GM-RBF 神经网络的混凝土碳化深度预测

8 i4 w9 Y8 H8 N
$ G: E) a( O2 d! K" j" p/ I


. v8 q& D& \% l. L$ q+ `- P( G混凝土碳化是影响混凝土结构耐久性的关键因素,而影响混凝土碳化深度的因素众多且又复
' o7 q7 O1 S/ i杂,现有的预测模型在预测精度上不够准确,且考虑的影响因素不全面。 为了提高混凝土碳化深度的预测精
: E9 i2 e* {* I, w度,在已有混凝土碳化深度预测模型的基础上,将灰色系统 GM(Gey
1 Z- e% j. a: |; m- e* A. I: E2 gModel)与 RBF(Radial
8 _+ r: s" P8 H0 \" t0 w+ T" V) V. mBasis
& N; R0 D& ~6 y' l! D6 YFunction)神
经网络相融合,提出一种基于 GM-RBF 神经网络的混凝土碳化深度预测模型。 通过仿真分析,GM-RBF 神经
( x6 \, @+ \: m9 X7 k2 v) U& f+ A网络组合模型比单一模型预测碳化深度的精度更高,在混凝土碳化深度预测中有较好的适用性,拓展了混凝
土碳化深度预测方法及理论。