基于BP神经网络的FRP加固混凝土柱承载力预测

来源 :西南交通大学学报 | 被引量 : 0次 | 上传用户:yoyoliuy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高纤维增强复合材料(FRP)加固混凝土轴压柱承载力的计算精度,建立了FRP加固混凝土轴压柱承载力的BP神经网络预测模型.利用大量试验数据对神经网络模型进行训练,并用训练成熟的神经网络模型对FRP加固混凝土轴压柱的承载力进行了预测.通过模型预测值与试验结果的比较,证明该模型的预测结果具有一定的可信度,最大误差不超过15%,比其他计算模型的精度高.
其他文献
针对现有色情敏感图像识别技术的缺陷,提出了基于特征向量的敏感图像识别技术.用YIQ彩色坐标系的色度和YUV彩色坐标系的色调作为皮肤的肤色模型,以5×5象素窗口的SSD(sum of square difference)作为皮肤的纹理模型.从敏感图像的皮肤掩码图像中提取与肤色区域数量和比例等有关的6个特征.将提取的特征向量输入到SVM(support vector machine)分类机,根据输出结
用等离子喷涂的方法制备WC-17Co纳米涂层和普通涂层,以研究纳米涂层组织的形成机理、力学性能及强韧化机理.研究表明,纳米涂层中存在典型的纳米结构.在纳米WC-17Co喷涂粉末中,WC颗
为了减少图像稀疏分解的计算量,提出了一种基于量子遗传算法与匹配追踪相结合的图像稀疏分解快速算法.量子遗传算法能用较小的种群规模实现较大的空间搜索,全局寻优能力强,基于匹配追踪的图像稀疏分解是最优化问题,因此可用量子遗传算法快速实现.仿真结果表明,每步分解所需计算的图像或图像残差与原子的内积仅4 000次,由分解结果重建的图像具有较好的主观质量.