X自适应模糊神经推理系统在混凝土强度评定中的应用.pdfVIP

第 36 卷 　第 3 期 　 中 国 海 洋 大 学 学 报 36 (3) :497～500 　 2006 年 5 月 　 PERIODICAL OF OCEAN UNIVERSITY OF CHINA May , 2006 自适应模糊神经推理系统在混凝土强度评定中的应用 徐 　菁1 ,2 , 冯启　民3　 , 杨松森1 ( 1. 青岛理工大学土木工程学院 , 山东 青岛 266033 ; 2. 中国海洋大学信息科学与工程学院 , 山东 青岛 266071 ; 3. 中国海洋大学工程学院 , 山东 青岛 266071) 摘 　要 : 　混凝土强度评定的准确性对结构物的安全性评价具有很大的影响 。为了充分利用钻芯法和回弹法这 2 种常用混 凝土测强方法的特点 ,建立自适应模糊神经推理系统模型来综合评定结构的混凝土强度 。将回弹值的常用对数和碳化深度 值作为模型的输入 ,钻芯值的常用对数作为模型的输出。模型参数采用混合算法确定 。其中 ,条件参数采用梯度下降法来调 整 ;结论参数采用最小二乘法来调整 。该模型可以有效地映射出训练数据之间复杂的非线性关系 。通过对已有的钻芯 、回弹 试验数据的对比计算 , 自适应模糊神经推理系统方法的强度预测精度高于常规的回归方法 。 关键词 : 　自适应模糊神经推理系统 ; 神经网络 ; 模糊系统 ; 混凝土强度评定 ( ) 中图法分类号 : 　TB11 　　　　　文献标识码 : 　A 　　　　　文章编号 : 2006 0349704 　　在混凝土无损检测中 ,混凝土强度可以通过回弹 性组合 。研究表明 ,当输入模糊集采用非梯形 、非三角 值或声速值等被测物理量来推定 。现行规程提供的是 形的隶属函数时 , TS 型模糊系统比 Mamdani 模糊系 线性拟合跟非线性拟合的推定方法[1 ] 。但各被测物理 统需要的模糊规则及输入的模糊集的个数更少[7 ] 。由 量与混凝土强度之间是否真的具有明确的数学关系 , J yhShing R. Jang 提 出的 自适应模糊神经推理系统 有待商榷 。事实上 ,这是 1 种建立在大量试验基础上 (ANFIS) ,就是 1 种基于 TS 模型的模糊推理系统 。 的经验公式 。人工神经网络以其出色的非线性映射逼 1 个具有 2 条规则的简单的 Sugeno 模糊系统 AN 近能力以及 自学习能力为非线性系统的建模提供了强 FIS 的结构如下 : 有力的工具 。此外 ,随着对模糊推理系统研究的发展 , 如果 x 为 A 1 ,y 为 B 1 那么 z 1 = p 1 x + q1 y + r 1 , 使其不仅能够利用专家的语言知识 ,还可以根据给定 如果 x 为 A2 ,y 为 B2 那么 z 2 = p 2 x + q2 y + r2 。 的数据调整参数以获得 良好的模糊模型[24 ] 。本文建 图 1 所示是 1 个具有 2 个输入变量 x 、y , 1 个输出 立了 1 个自适应模糊神经网络系统模型[56 ] 来综合评 变量 z , 共 5 层的自适应模糊神经网络