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

- B3 q, ^) x8 p2 \8 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
4 X$ x( `2 ]1 ]" r# o6 r  m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
8 }$ @; s/ J8 ?) X7 G/ SModel)与 RBF(Radial
5 y- f. u5 G& i% u  ABasis
Function)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
! ]* m* d' y$ L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。