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

/ z' o3 Q. R9 }7 t. u- h8 i

0 e6 o3 F. S4 t! {$ O! C7 i: J; [
. a3 x$ b+ t( v
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
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
; W# \+ f: d0 P; ^, e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
Model)与 RBF(Radial
' E) c# R6 v5 x6 _" gBasis
: o: i/ G6 S2 q) W4 [# gFunction)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
) x4 B! D0 \" `+ o( Y" M, s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。
) s+ B: h, s) ^: {
7 i! A1 K6 ~/ F; X0 `& N