函数型神经网络法在混凝土碳化分析中的应用  

Application of functional link neural network in analysis of concretc carbonization

作　　者：金伟良[1] 张亮[1] 鄢飞[1] 

机构地区：[1]浙江大学土木系

出　　处：《浙江大学学报（自然科学版）》1998年第5期519-525,共7页

基　　金：浙江大学曹光彪高科技基金;杭州市建委科技基金

摘　　要：混凝土碳化是结构耐久性研究中的一个重要问题．本文首次提出应用函数型神经网络法进行混凝土的碳化分析．该方法使用单层网络进行学习和计算，使网络的结构得以简化．收敛速度加快．将该网络应用于混凝土碳化的分析和预测．其结果优于传统的ＢＰ网络，并且学习速度有了较大的提高．Carbonization is one of the main factors which cause the damage of reinforced concrete structural durability.In this paper,a functional link neural network is proposed.Because it uses slab architecture to study and calculate,the structure of network is simplified,and the speed of convergence is accelerated.By this neural network,the carbonization of reinforced concrete structures can be analyzed and predicted better than using BP neural network.

关 键 词：混凝土碳化 函数型神经网络 混凝土结构 耐久性 

分 类 号：TU370.1[建筑科学—结构工程]