摘要
目的 研究圆钢管活性粉末混凝土(Reactive Powder Concrete, RPC)短柱轴压承载力与各影响因素之间的非线性映射关系,创建高精度承载力预测模型。方法 引入麻雀搜索算法(Sparrow Search Algorithm, SSA),优化BP神经网络的初始权重、阈值;以155组试验数据为基础,建立并训练SSA-BP神经网络模型,对圆钢管RPC短柱轴压承载力进行预测;将SSA-BP神经网络的预测结果与BP神经网络、遗传算法(Genetic Algorithm, GA)优化的BP神经网络预测结果及代表性公式预测结果加以比较。结果 SSA-BP神经网络模型的预测精度相比于BP神经网络、GA-BP神经网络分别提高79.05%和35.62%,单次运行时间较GA-BP神经网络减少44.34%;SSA-BP神经网络平均误差为3.66%,远低于公式预测误差。结论 SSA-BP神经网络能够实现圆钢管RPC短柱轴压承载力的高精度预测,为研究圆钢管RPC短柱轴压承载力提供了新方法。
-
单位湖南大学; 土木工程学院