混凝土收缩徐变的神经网络建模与敏感性分析  

作　　者：黎国雄 曾向东 何海霞 李星 吕毅刚 韩伟威[5] 

机构地区：[1]邵阳县公路建设养护中心,湖南邵阳422100 [2]湖南省邵阳县交通建设质量安全监督站,湖南邵阳422100 [3]湖南兵器建华精密仪器有限公司,湖南永州425124 [4]长沙理工大学土木工程学院,湖南长沙410114 [5]长沙理工大学交通运输工程学院,湖南长沙410114

出　　处：《公路与汽运》2023年第4期115-124,共10页Highways & Automotive Applications

基　　金：湖南省自然科学基金资助项目(2022JJ30600,2023JJ30020);长沙市自然科学基金资助项目(kq2202208)。

摘　　要：混凝土收缩徐变的影响因素较复杂,建立预测模型时如果无法确定每个因素的重要性,会导致模型的泛化能力降低。敏感性分析是一种量化影响因素贡献的方法。文中提出了一种BP-EFAST(扩展傅里叶幅度灵敏度检验)的敏感性分析方法,建立全连接BP神经网络收缩徐变预测模型,在评价现有收缩徐变经验预测模型的基础上,采用EFAST方法分析混凝土收缩徐变影响因素的敏感性。结果表明,相较于收缩徐变经验预测模型,BP模型的预测误差更小,预测范围更大;收缩龄期(持荷龄期)、体积表面积比、环境湿度对收缩徐变的敏感性较高,与混凝土收缩徐变机理相符;混凝土收缩的敏感因素有收缩龄期、体积表面积比、养护龄期、水灰比、环境相对湿度、28 d抗压强度,混凝土徐变的敏感因素有持荷龄期、水灰比、水泥含量、体积表面积比、环境相对湿度、28 d抗压强度、28 d弹性模量、加载龄期。

关 键 词：桥梁 混凝土 收缩徐变 预测模型 BP神经网络 EFAST(扩展傅里叶幅度灵敏度检验) 敏感性分析 

分 类 号：U445.4[建筑科学—桥梁与隧道工程]