神經(jīng)網(wǎng)絡(luò)在混凝土碳化深度預(yù)測(cè)中的研究應(yīng)用

1、ComputerEngineeringApplications計(jì)算機(jī)工程與應(yīng)用2014，50（14）混凝土作為世界上是最常用的建筑材料之一，現(xiàn)已廣泛應(yīng)用于工業(yè)與民用建筑、交通、水利、港口等工程[1]，其耐久性問(wèn)題已成為全球性可持續(xù)發(fā)展研究的重要內(nèi)容，受到國(guó)內(nèi)外學(xué)術(shù)界和工程界的高度重視。美國(guó)土木工程師學(xué)會(huì)（E）2009年年初公布的報(bào)告指出[2]，全美基礎(chǔ)設(shè)施的平均健康狀態(tài)仍然停留在D級(jí)水平，估計(jì)近5年需要投入的維修資金達(dá)2.2萬(wàn)億美元；其

2、中至少有160570余座國(guó)家級(jí)干線橋梁（至2003年）因混凝土結(jié)構(gòu)耐久性不良而需要大修。調(diào)查顯示[3]，我國(guó)橋梁、隧道、港工等在役混凝土結(jié)構(gòu)的耐久性問(wèn)題也非常嚴(yán)重。2006年，金偉良教授在國(guó)家自然科學(xué)基金會(huì)工程與材料學(xué)部主編的學(xué)科發(fā)展戰(zhàn)略報(bào)告“建筑、環(huán)境與土木工程II”（土木工程卷）中明確指出：“開(kāi)展混凝土結(jié)構(gòu)耐久性和全壽命成本最優(yōu)化研究是關(guān)系到國(guó)計(jì)民生的重大課題”[4]。鋼筋銹蝕是造成混凝土結(jié)構(gòu)耐久性劣化的主要原因，碳化作用則使混凝土

3、的堿性降低，從而失去對(duì)鋼筋的保護(hù)作用，它是一般大氣環(huán)境混凝土中鋼筋銹蝕的前提條件。因此，研究混凝土碳化深度的預(yù)測(cè)模型，對(duì)于混凝土結(jié)構(gòu)耐久性設(shè)計(jì)、評(píng)估和壽命預(yù)測(cè)具有重要的工程意義[56]。目前國(guó)內(nèi)外學(xué)者已相繼提出了一些預(yù)測(cè)混凝土碳化行為的數(shù)學(xué)模型[69]，基本上均以室內(nèi)實(shí)驗(yàn)為基礎(chǔ)，對(duì)神經(jīng)網(wǎng)絡(luò)在混凝土碳化深度預(yù)測(cè)中的研究應(yīng)用高攀祥1，于軍琪1，牛荻濤2，董振平2，羅大明2GAOPanxiang1YUJunqi1NIUDitao2DONGZh

4、enping2LUODaming21.西安建筑科技大學(xué)信息與控制工程學(xué)院，西安7100552.西安建筑科技大學(xué)土木工程學(xué)院，西安7100551.SchoolofInfmationControlEngineeringXi’anUniversityofArchitectureTechnologyXi’an710055China2.SchoolofCivilEngineeringXi’anUniversityofArchitectureTec

5、hnologyXi’an710055ChinaGAOPanxiangYUJunqiNIUDitaoetal.Researchapplicationonneuralwkinconcretecarbonationdepthprediction.ComputerEngineeringApplications201450（14）：238241.Abstract：Fthedefectsonsearchspeedsloweaseintotheloc

6、alminimaoftheBPneuralwkthemodelabouteachfactthelengthofthepartialcarbonationzoneisestablishedwhichusesthePSOalgithmtooptimizetheBPneuralwk.Basedontheexperimentalsimulationtrainingtheimprovedmodelisappliedtothepartlocatio

7、nofaconcretebridgeoncarbonationdepthpredictionthesimulationapplicationresultsshowthatthewkhavingfasterconvergencerateoutputvaluesexpectationsisagoodmatch.Sothemodelcanpredictthelengthofthepartialcarbonationzoneofthereinf

8、cedconcretewhichoffersscientificguidancetodurabilitydesignassessmentofconcretestructureslifeprediction.Keywds：neuralwkconcretecarbonationdepthstructuraldurability摘要：針對(duì)BP神經(jīng)網(wǎng)絡(luò)搜索速度慢、易陷入局部極值的缺陷，采用PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)后建立各影響因素與部分碳化區(qū)長(zhǎng)

9、度的關(guān)系模型。將改進(jìn)后的模型進(jìn)行實(shí)驗(yàn)仿真訓(xùn)練并應(yīng)用于某混凝土大橋部分位置的碳化深度預(yù)測(cè)中，仿真應(yīng)用結(jié)果表明，網(wǎng)絡(luò)輸出值和期望值很好吻合，收斂速度更快。所以該模型能夠?qū)炷敛糠痔蓟瘏^(qū)長(zhǎng)度進(jìn)行預(yù)測(cè)，為混凝土結(jié)構(gòu)耐久性設(shè)計(jì)、評(píng)估和壽命預(yù)測(cè)提供科學(xué)指導(dǎo)。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；混凝土；碳化深度；結(jié)構(gòu)耐久性文獻(xiàn)標(biāo)志碼：A中圖分類號(hào)：TP391；TU17doi：10.3778j.issn.10028331.12070450基金項(xiàng)目：陜西省“13115”

10、科技創(chuàng)新工程重大科技專項(xiàng)（No.2010ZDKG55）。作者簡(jiǎn)介：高攀祥（1985—），男，碩士，主要研究領(lǐng)域：控制理論與控制工程、大型混凝土耐久性監(jiān)測(cè)；于軍琪（1969—），男，博士，教授，博士生導(dǎo)師；牛荻濤（1963—），男，博士，教授，博士生導(dǎo)師。Email：gaopanxiang@收稿日期：20120730修回日期：20121008文章編號(hào)：10028331（2014）14023804CNKI網(wǎng)絡(luò)優(yōu)先出版：20121024kcm

11、sdetail11.2127.TP.20121024.1007.002.html238ComputerEngineeringApplications計(jì)算機(jī)工程與應(yīng)用2014，50（14）2實(shí)驗(yàn)仿真訓(xùn)練2.1快速碳化實(shí)驗(yàn)利用人工氣候?qū)嶒?yàn)室和混凝土碳化箱，采用普通硅酸鹽水泥（含摻合料15%），實(shí)驗(yàn)方法參照《普通混凝土長(zhǎng)期性能與耐久性能試驗(yàn)方法》（GBJ8285）完成快速碳化實(shí)驗(yàn)。將其中部分實(shí)驗(yàn)數(shù)據(jù)和已有數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。2

12、.2混凝土碳化深度預(yù)測(cè)模型的訓(xùn)練據(jù)已有理論，僅含有一個(gè)隱層的前向神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近任意非線性關(guān)系，本文采用三層神經(jīng)網(wǎng)絡(luò)建立混凝土碳化深度預(yù)測(cè)模型。其拓?fù)浣Y(jié)構(gòu)如圖1所示。其中隱含層神經(jīng)元節(jié)點(diǎn)數(shù)一般可通過(guò)經(jīng)驗(yàn)公式來(lái)確定：l=mna或l=0.43mn0.12n22.54m0.77n0.350.51（5）m、n分別為輸入節(jié)點(diǎn)數(shù)目和輸出節(jié)點(diǎn)數(shù)目；a為1~10之間的常數(shù)[20]。結(jié)合多次仿真實(shí)驗(yàn)，最終確定BP網(wǎng)絡(luò)輸入層、隱含層和輸出層的節(jié)點(diǎn)

13、數(shù)分別選擇3、7、1，用PSO算法優(yōu)化BP網(wǎng)絡(luò)的權(quán)值和閾值。經(jīng)過(guò)對(duì)輸入值、輸出值進(jìn)行歸一化處理后進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練，最后為網(wǎng)絡(luò)學(xué)習(xí)輸出樣本添加噪聲，促進(jìn)其泛化能力。其中由于大部分全局搜索工作已由PSO算法完成，保證BP算法中的學(xué)習(xí)速率盡量小。圖2給出了BP網(wǎng)絡(luò)和基于PSO算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差收斂變化曲線。由圖2可見(jiàn)，BP算法的收斂曲線較為平緩，經(jīng)過(guò)很多步才收斂，收斂速度很慢；而PSOBP算法收斂速度較快。由于BP網(wǎng)絡(luò)的權(quán)值和閾值的

14、自適應(yīng)學(xué)習(xí)調(diào)整是根據(jù)前一次的誤差函數(shù)值進(jìn)行的，直到第二步才能得到目標(biāo)誤差值，而采用PSO算法優(yōu)化后的權(quán)值和閾值已經(jīng)非常接近最后的結(jié)果，可調(diào)整的誤差范圍已經(jīng)很小。因此，PSO全局優(yōu)化算法克服了BP算法訓(xùn)練網(wǎng)絡(luò)搜索速度慢、易陷入局部極值的缺陷，加快了收斂的速度。快速碳化樣本數(shù)據(jù)仿真結(jié)果如表1所示。3應(yīng)用驗(yàn)證3.1驗(yàn)證實(shí)例陜西某大橋最大橋高130m，左半幅橋梁全長(zhǎng)668.00m，右半幅橋梁全長(zhǎng)698.00m。主橋?yàn)椋?5410055）m預(yù)應(yīng)力

15、混凝土剛構(gòu)連續(xù)組合梁，引橋位于起點(diǎn)岸，左、右半幅分別為一聯(lián)（530）m和（630）m預(yù)應(yīng)力混凝土連續(xù)箱梁。主橋?yàn)閱蜗鋯问蚁湫螖嗝妫淞焊苛焊?.80m，跨中梁高2.5m，其間梁高按二次拋物線變化。主橋7、11號(hào)橋墩采用薄壁空心橋墩，主橋8～10號(hào)橋墩采用雙薄壁空心橋墩。引橋橋墩采用雙柱式橋墩。大橋于2007年4月份墩身施工完成，于12月份上部結(jié)構(gòu)箱梁施工完成，于2008年9月28日建成通車。3.2應(yīng)用結(jié)果分析與對(duì)比主橋和引橋左右半幅的

16、混凝土組合梁、混凝土箱梁、混凝土橋墩部分位置碳化深度預(yù)測(cè)結(jié)果如表2所示。結(jié)果顯示，用PSO算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的平均相對(duì)誤差大大減小，提高了模型的預(yù)測(cè)精確度，進(jìn)一步證明了BP神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)改進(jìn)后能更快速、精確地對(duì)部分碳化區(qū)長(zhǎng)度進(jìn)行預(yù)測(cè)。PSOBP神經(jīng)網(wǎng)絡(luò)找到了隱含在該神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和互聯(lián)權(quán)值中的輸入、輸出之間的映射規(guī)律，同時(shí)，由網(wǎng)絡(luò)訓(xùn)練誤差曲線可知，PSOBP算法訓(xùn)練得到的誤差是收斂的，幾乎不會(huì)陷入局部極小或發(fā)生振蕩。可見(jiàn)，利用P

17、SOBP神經(jīng)網(wǎng)絡(luò)訓(xùn)練部分碳化區(qū)長(zhǎng)度預(yù)測(cè)模型精度較高，預(yù)測(cè)值真實(shí)可信，能夠較真實(shí)地反應(yīng)預(yù)測(cè)情況。4結(jié)論（1）PSO算法是個(gè)體學(xué)習(xí)和社會(huì)信息共享原則的引導(dǎo)下完成尋優(yōu)過(guò)程，而B(niǎo)P算法是按照確定的負(fù)梯度下降軌道完成尋優(yōu)過(guò)程，這兩個(gè)過(guò)程所行走的路線不重合。用PSO算法優(yōu)化后的BP網(wǎng)絡(luò)后，縮短了訓(xùn)練時(shí)間，提高了預(yù)測(cè)精度。（2）影響混凝土碳化深度的因素復(fù)雜多變且各種因素間存在相互影響。本文只是針對(duì)9pH11.5的部分碳化區(qū)內(nèi)研究碳化深度與水泥用量、水