基于神经网络技术预测锈胀开裂后混凝土中钢筋锈蚀量

摘要：

根据BP神经网络原理,分析了神经网络数据,计算了神经网络输入与输出的相关系数,利用多维平面映射原理分析了神经网络输入与输出之间的神经元连接权重,对输入与输出数据进行了线性回归分析,并最终确定了神经网络的预测模型.结果 表明:混凝土结构锈胀开裂后,混凝土中的钢筋锈蚀量与钢筋直径的相关性最高,与混凝土结构锈胀裂缝宽度的相关性最低.较之其他计算方法,神经网络模型预测的钢筋截面损失率与实测值误差较小,误差精度可以满足实际工程需要.

关键词：神经网络、相关系数、多维平面映射、线性回归、截面损失率

所属期刊栏目：35

分类号：TU375;TP274+.5(建筑结构)

资助基金：2017年度广西高校中青年教师基础能力提升项目2017KY075

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：144-149