基于ANFIS的混凝土碳化预测模型
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
基于自适应模糊神经推理系统,建立了混凝土碳化深度的预测模型。结合Matlab的特点,应用国内外280组试验和检测数据编程实现了对模型的训练,对含有不同参数的数据测验证明了模型的有效性。该模型可以同时考虑多种碳化方式以及尽可能多的影响因素,为混凝土碳化深度的预测提供了一个新的有效方法,同时为混凝土碳化预测方法的统一提供了新的途径。
Adaptive neuro-fuzzy inference system was applied to set up a prediction model for concrete carbonization based on ANFIS. Combining with the characteristics of Matlab, a compiled computer program was used to test the presented model with 280 teams of data at home and abroad, and its validity was verified by the data which include different parameters. For the presented model, more types of carbonization and more influential factors can be considered synchronously.
引文
[1]邸小坛,周燕.旧建筑物的检测加固与维护[M].北京:地震出版社,1992.23-32.
    [2]屈文俊,白文静.风压加速混凝土碳化的计算模型[J].同济大学学报,2003,31(11):1280-1284.
    [3]徐善华,牛荻涛,王庆霖.大气环境条件下混凝土中钢筋的锈蚀[J].建筑技术,2003,34(4):267-269.
    [4]章国成,杨利伟,王天稳.混凝土碳化深度预测模型的对比分析[J].建筑技术开发,2005,32(3):81-82.
    [5]金祖权,孙伟,张云升,等.荷载作用下混凝土的碳化深度[J].建筑材料学报,2005,8(2):179-183.
    [6]李文华,孟文清,谭燕秋.基于神经元网络的混凝土碳化预测研究[J].工业建筑,1999,29(1):1-3.
    [7]程云虹,刘斌.基于BP网络的混凝土碳化研究[J].东北大学学报,2004,25(4):398-401.
    [8]张仲先,张灵,张耀庭.基于BP网络的砼碳化深度预测与分析[J].华中理工大学学报,2000,28(10):97-99.
    [9]吴丽,卜贵贤.混凝土碳化的影响因素及碳化深度预测模型[J].防渗技术,2002,8(3):10-12.
    [10]Kosko B,Neural.Network and Fuzzy Systems:A Dynamical Sys-tems Approach to Machine Intelligence[M].N J:Prentice-Hell,1992.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心