径向基神经网络在粉煤灰混凝土二维和三维碳化分析中的应用

作者：陈树东; 李国辉

来源：粉煤灰综合利用, 2010, (06): 3-5+8.

• 混凝土
• 二维碳化
• 三维碳化
• 径向基神经网络 concrete
• 2 Dimensions Carbonation
• 3 Dimensions Carbonation
• RBF Neural Network

研究了不同粉煤灰掺量(0%,15%,40%,60%)、不同水灰比(0.3,0.35,0.4)、不同强度等级下(C30～C50)高性能混凝土二维和三维碳化深度;应用多因子输入向量的径向基神经网络(RBF)进行二维和三维碳化深度的预测。试验表明,采用多因子输入向量的径向基神经网络能够在试验样本数量较少的情况下建立高效准确的预测网络,可以较好地预测混凝土的碳化深度,其二维和三维碳化深度预测精度比一维精度高,其一维,二维和三维碳化深度的预测值和试测值相对误差分别为10.9%,5.6%,7.1%。混凝土二维和三维碳化研究对混凝土结构耐久性和寿命预测具有现实意义。

• 单位
  南京航空航天大学; 江苏省交通规划设计院