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

. J& y2 A* d  U3 t

) ^! P* w" c- }! P4 L- D' i# y+ g

8 w8 i9 H0 i0 [2 _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
. P" Z' w& F- X# C! C2 s- f4 ]2 `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
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
% U2 f) ^5 y. Q+ aModel)与 RBF(Radial
/ g/ `7 z/ p& `% eBasis
  ?5 v2 ?+ b+ X6 r5 ZFunction)神
- o4 [( }7 c& @% V2 W) u- V  m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
  g" `7 k, @  C' O2 q, E( B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
/ _& L" ^, q8 I  w; f8 o7 _0 u+ ~) P土碳化深度预测方法及理论。

% Z4 |& ^$ W/ T- O- p. J
$ P" f* `. S+ o: a5 h5 U2 G