基于IBAS-BP算法的钢筋混凝土中钢筋腐蚀程度预测模型

摘要：

针对钢筋混凝土内部环境复杂,影响钢筋腐蚀程度的因素较多,而导致钢筋腐蚀程度测量精度不高的问题,利用改进天牛须算法(BAS)收敛特性快和全局搜索能力强的优势来初始BP神经网络的权值和阈值.从钢筋腐蚀机理出发,选取混凝土内部温度、湿度、CO2含量、pH、氯离子含量和腐蚀电位6个影响因素作为输入变量,钢筋腐蚀程度作为输出变量,建立了 IBAS-BP预测模型,并利用实测输入数据进行仿真验证.结果表明:相较于BAS-BP、PSO-BP和GA-BP模型,IBAS-BP预测模型的收敛速率快,测试集的最大相对误差为0.025,决定系数为0.943 3;IBAS-BP预测模型能更精确地预测钢筋混凝土中钢筋的腐蚀程度.

关键词：钢筋腐蚀程度、IBAS-BP算法、预测精度、预测模型

所属期刊栏目：44

分类号：TP181(自动化基础理论)

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：111-117