改进PSO-BP算法在钢筋腐蚀监测中的应用研究
Research on the Application of Improved PSO-BP Algorithm in Reinforcement Corrosion Monitoring作者机构：南京工业大学电气工程与控制科学学院211800 淮阴师范学院物理与电子电气工程学院淮安223300 常州大学国际教育交流学院213164
出 版 物：《混凝土与水泥制品》 (China Concrete and Cement Products)
年 卷 期：2020年第6期
页 面：77-81页
学科分类：08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程]
基 金：江苏省高校自然科学研究重大项目(16KJA460003)
主 题：钢筋腐蚀率 改进PSO 收敛性 准确性 BP神经网络 监测模型
摘 要：针对混凝土内部钢筋腐蚀程度判别难、精确度低等问题,提出了将改进粒子群算法(PSO)与BP神经网络结合起来,通过对钢筋锈蚀机理及其影响因素的分析,建立了以混凝土内部温度、湿度、pH值、Cl-浓度和腐蚀电位为输入,钢筋腐蚀率为输出的改进PSO-BP监测模型,并将实测输入数据与仿真结果进行了对比。结果表明,改进PSO-BP算法的收敛性与准确性均优于PSO-BP算法和BP算法。
维普期刊数据库
同方期刊数据库