基于遗传神经网络的双箍筋约束混凝土柱极限承载力预测.pdf

2022年第9期河南建材

基于遗传神经网络的双箍筋约束混凝土柱极限承载力预测

李宗权1沙丽荣王秀丽，

1吉林建筑大学土木工程学院（130118）2吉林省结构与抗震科技创新中心（130118）

摘要:通过选择双箍筋约束混凝土柱中7种影响及其极限承载力的参数，以40组数据作为遗传神经网络

的训练样本，建立遗传神经网络模型。«10组数据作为测试样本，得到了预测结果，并与实际数据进行比

较，相对误差均小于10.54%。结果表明，采用该方法可以较好地预测双箍筋约束混凝土柱极限承载能力，对

控制工程的成本有着重要的理论和实际意义。

关键词:双箍筋约束混凝土柱;极限承载力；遗传神经网络

0前言联接的结构进行信息处理的数学模型,在工程与学

钢筋混凝土结构内部配筋的各种形式、钢筋之术界也常直接被简称为神经网络或类神经网络。神

间的间距、钢筋的直径、配筋率等许许多多的因素经网络是一种运算模型，由大量的节点（或称神经

都会影响钢筋混凝土结构的力学特性。因为没有相元）和之间相互联接构成。BP神经网络是一种按误

关的规范和标准为基础，所以在钢筋混凝土构件制差逆传播算法训练的多层前馈网络，是目前应用最

造过程当中,都会出现一些强度上的浪费现象。特广泛的神经网络模型之一。

别是许多的中小建筑企业并不能对建筑结构的承尽管BP神经网络拥有众多强大的能力，如超

载力作出严格的测算并加以控制，而这又是造成工强的自适应能力、自学能力、极强的非线性逼近能试

程结构制造成本无法实现最优化的一个主要因素。力及容错能力等。由于传统的BP神经网络算法是验

所以，对影响钢筋混凝土内部力学特性的主要因素基于误差函数梯度信息这种方式来展开搜寻的，所

研

加以深入研究,以及在已知条件下对混凝土构件的以其局部整体搜寻力量尽管强大，但全局搜寻力量

承载能力进行相应的预测估计,对发展国民经济及不足,这种方式通常都会使得神经网络陷入到局部究

提高生产效率具有重要的意义。范围内无穷小的情况之中，神经网络陷入到这种情

建筑行业在近十年的发展中发生了巨大的变况之后会严重影响到神经网络的泛化能力叫遗传

化,其主要反映在以下两个方面:一是结构构造越算法（GA）是一种高效、并行、全域搜寻的方法，能够

来越复杂;二是建筑物层数逐年增加。因此，提高承在整个搜寻的过程当中自动获得并且积累关于搜

重构件的承载能力，已经逐渐成为更多建筑研究人索空间中的有关知识，进而自动适应性地调整搜寻

员关注的重点。国内外学者对约束混凝土开展了大的过程，并且控制整个搜寻的过程，以此达到最优

量研究并取得了丰硕成果1传统工程结构所使用解的目的叫所以，将遗传算法和神经网络进行恰当

的单箍筋约束混凝土柱已经满足不了现代化的结并且有效的结合，来达到进_步提高其收敛速度、

构对钢筋混凝土柱体结构承载能力的要求，所以更避免陷入局部最优来处理解决复杂性问题的目的。

多的建筑研究人员逐渐把目光投向双箍筋约束混遗传神经网络的算法基本步骤包括：

凝土柱研究。双箍筋约束混凝土柱具有抗压能力更1）编码:将网络的权值依次分别用实数表达并

强、极限承载能力更