论文部分内容阅读
采用PSO-BP神经网络建立各影响因素与部分碳化区长度的关系模型,通过MATLAB仿真软件对模型进行训练,逐步改善影响部分碳化区长度的各因素权值,使网络样本的实际输出与期望输出误差和均方差达到最小.试验验证了该模型的逼真性、可行性与强健性.结果表明,该模型能够对钢筋混凝土部分碳化区长度进行预测,为混凝土结构耐久性设计、评估和寿命预测提供科学指导.