钢筋混凝土无腹筋梁抗剪强度的人工神经网络模型  

Artificial neural network model for sheer strength of reinforced concrete beams without web reinforcement

作　　者：车轶[1] 尤杰[2] 徐东坡[3] 仲伟秋[1] 

机构地区：[1]大连理工大学建设工程学部 [2]中兴通讯股份有限公司CAF规划系统部 [3]中国人民解放军73670部队

出　　处：《建筑结构》2011年第S2期223-228,共6页Building Structure

基　　金：国家自然科学基金项目(50778034);国家重点基础研究发展计划(973计划)项目(2007CB714202)

摘　　要：在分析5种具有不同输入变量的神经网络模型的基础上,建立了钢筋混凝土无腹筋梁抗剪强度的优化人工神经网络模型。该模型具有4个输入变量(混凝土抗拉强度、剪跨比、纵筋配筋率和截面有效高度)和一个输出变量(抗剪强度)。通过对数据的放缩处理,提高了网络训练效率。此外还对我国GB50010—2002规范、ACI318-08规范、Eurocode2、日本JSCE规范和加拿大CSA A23.3-04规范的无腹筋梁抗剪计算公式进行了对比研究。研究表明,神经网络模型具有较高计算精度,能够很好地预测无腹筋梁的抗剪强度。在各国规范公式中,CSA A23.3-04规范的计算结果与试验结果吻合很好,我国GB50010—2002规范、ACI318-08规范和Eurocode2公式计算结果的离散性较大。在分析5种具有不同输入变量的神经网络模型的基础上,建立了钢筋混凝土无腹筋梁抗剪强度的优化人工神经网络模型。该模型具有4个输入变量(混凝土抗拉强度、剪跨比、纵筋配筋率和截面有效高度)和一个输出变量(抗剪强度)。通过对数据的放缩处理,提高了网络训练效率。此外还对我国GB50010—2002规范、ACI318-08规范、Eurocode2、日本JSCE规范和加拿大CSA A23.3-04规范的无腹筋梁抗剪计算公式进行了对比研究。研究表明,神经网络模型具有较高计算精度,能够很好地预测无腹筋梁的抗剪强度。在各国规范公式中,CSA A23.3-04规范的计算结果与试验结果吻合很好,我国GB50010—2002规范、ACI318-08规范和Eurocode2公式计算结果的离散性较大。

关 键 词：人工神经网络 抗剪强度 混凝土无腹筋梁 

分 类 号：TU3[建筑科学—结构工程]