摘要
通过分析钢筋锈蚀机理及其影响因素,建立了钢筋锈蚀程度预测的RBF网络模型,通过实例数据进行了分析预测,并与BP网络预测模型进行比较。测试结果表明:应用RBF网络模型对钢筋锈蚀程度进行预测,预测效果好,识别精度高。可见,径向基函数神经网络方法是一种可综合考虑各种影响因素、行之有效的钢筋锈蚀度预测分析方法。
By analyzing the causes and influencing factors of corrosion of reinforcing steel, the RBF neural network model for predicting reinforcement corrosion is founded.And actual data is analyzed through an example and results are compared with the BP network model.The testing results show that RBF network model for predicting reinforcement corrosion can become a new effective assessment model with better prediction results and higher recognition precision.
出处
《混凝土》
CAS
CSCD
北大核心
2009年第10期27-29,共3页
Concrete
基金
河北省建设厅科研基金(2008104)
河北农业大学非生命基金(Fsy200807)
关键词
RBF神经网络
钢筋锈蚀
预测
RBF neural network
reinforcement corrosion
forecast
作者简介
刘燕（1975-），女，副教授，在读博士，研究方向：混凝土耐久性，结构工程。单位地址：河北保定河北农业大学城乡建设学院（071001）联系电话：15903120335
