BP人工神经网络在混凝土耐久性设计上的应用.docVIP

BP人工神经网络在混凝土耐久性设计上的应用 闻宝联1张红卫2 刘占永2王春阳1 （1.天津市市政工程研究院，天津，300074；2.天津市市政建设发展有限公司，天津，300072） 摘要：混凝土耐久性设计一直被学术界与工程界的研究热点，而传统的实验方法必然要耗费大量的时间，一种仿生模型—人工神经网络则能很好地解决这个难题。文中尝试用BP人工神经网络对多种配比的混凝土进行耐久性仿真计算，结果表明此模型的可靠度很高，可以用于混凝土耐久性的虚拟化设计。 关键词：人工神经网络；混凝土；耐久性；设计 中图分类号：TU973.31 文献标识码：A 文章编号： THE APPLICATION OF BP ANNs IN CONCRETE DURABILITY DESIGN WEN Bao Lian, ZHANG hong wei, LIU Zhan Yong,WANG chun yang （1. Tian jin municipal engineering research institute, Tianjin, 300074; 2.Tian jin municipal engineering construction development CO.,LTD , Tianjin, 300072 ） Abstract: Design of Concrete durability is always research hot spot in academic circles, the tradition test consume large amount of time surely. One kind of bionic model, ANNs(artificial neural networks), can solve this difficult problem very well, by means of BP ANNs, durability parameter of several concrete is simulated, result indicates that BP ANNs model is reliable enough to virtualized concretes design. Keywords: artificial neural networks; concrete; durability; design 1 引言 混凝土结构的耐久性设计与预测是目前学术界和工程界关注的热点。而最基本的，高性能混凝土配合比的设计是耐久性研究的基础，混凝土配合比的设计目标也从按单一强度指标设计转变为按工作性、强度和耐久性的多目标设计。常规的做法主要是通过试配，在不同的龄期进行相关指标的检测，而这必然耗费大量的时间、人力、物力及财力，有效的预测模型无疑能缩减不必要的实验，大幅度提高工作效率。 近年来，随着计算机和生命科学的进步，人工神经网络理论和模型得到了迅速发展，在工程界得到了广泛应用[][]，为混凝土耐久性设计提供了有力的支持。 2 ANNs简介 人工神经网络（ Artificial Neural Networks， 简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connectionist Model） ，是对人脑或自然神经网络（Natural Neural Network）若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础的，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。目前人工神经网络模型有几十种，其中基于BP算法的多层神经网络模型（简称BP网络）是应用较多的模型之一。 BP算法由两部分组成：信息的正向传递与误差的反向传播．在正向传播过程中，输入信息从输入经隐含层逐层计算传向输出层，每一层神经元的状态只影响下一层神经元的状态。如果在输出层没有得到期望的输出，则计算输出层的误差变化值，然后转向反向传播，通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值，逐次向输入层传播进行计算，再经过正向传播过程，这两个传播过程反复运用，使误差信号满足实际需要．此过程见图1。以二层BP网络为例，设输入为P，输入神经元有r个，隐含层内有S1个神经元，激活函数为f1，输出层内有S2个神经元，对应的激活函数为f2，输出为A，目标矢量为T。隐含层第i个神经元的输出为： （1） 其中：Pj—第j个输入神经元； w1ij—第j个输入神经元，第i个隐层神经元之间的权值 ； b1i—第i个隐层神经元的阙值。 输出层第k个神经元的输出为： （2） 其中：w2ki—第k个输出神经元，第i个隐层神经元之间