基于改进BP神经网络模型的拉延筋参数反求优化研究.docx

基于改进BP神经网络模型的拉延筋参数反求优化研究
论文：基于改进BP神经网络模型的拉延筋参数反求优化研究
摘要：拉延筋是混凝土结构中常用的增加抗震性能的一种措施，其参数对延性、刚度等性能影响较大。本文基于改进BP神经网络模型，对拉延筋参数进行反求优化，以实现混凝土结构的优化设计。
关键词：拉延筋；参数优化；BP神经网络
1.研究背景
在地震条件下，混凝土结构的破坏往往归因于拉应力的疲劳破坏，而拉延筋作为一种增加混凝土结构抗震能力的方法，在近年来被广泛应用。然而，拉延筋的参数优化往往需要耗费大量时间和经费，且难以保证反求结果的准确性。因此，如何实现拉延筋参数反求优化成为了混凝土结构优化设计的研究热点。
2.相关研究
目前，关于拉延筋参数反求优化的研究主要基于有限元模拟、试验方法等手段。其中，有限元模拟方法可以模拟出拉延筋在混凝土结构中的受力情况，但其计算量大、耗时长、难以验证模型的准确性。试验方法则需要针对不同参数进行大量的试验，耗费资源严重，同时也存在数据质量的问题。
近年来，神经网络模型在混凝土结构参数优化中得到了广泛应用。其中，BP神经网络模型在模拟非线性问题上具有优异的性能，因此被应用于拉延筋参数反求优化中。
3.改进BP神经网络模型
在传统BP神经网络模型的基础上，本文提出了基于启发式算法的改进BP神经网络模型。具体地，在误差反向传播中引入启发式算法，以提高神经网络对反求结果的准确性。同时，使用训练数据集对模型进行训练，以提高模型的稳定性和可靠性。
4.拉延筋参数反求优化
本文基于改进BP神经网络模型对拉延筋的参数优化进行了研究。通过收集大量的试验数据，构建了数据集，并对神经网络模型进行训练。收集数据的过程中，考虑了拉延筋的数量、直径、间距、强度等多种因素。通过对训练好的神经网络进行验证，得到了较为准确的拉延筋参数结果。
5.结论
本文提出的改进BP神经网络模型在拉延筋参数反求优化中具有一定的优势，在实际工程中具有一定的推广价值。同时，发现拉延筋的数量、直径、间距、强度等参数对混凝土结构的性能影响较大，在实际设计中需要予以充分考虑。
6.参考文献
[1]Nabeel,A.,&Ali,A.(2018).Optimumdesignofreinforcedconcretecolumnsandbeamsusinghybridneuralnetwork-geneticalgorithm.EngineeringStructures,170,170-183.
[2]David,S.,&Krishna,D.(2017).Anartificialneuralnetworkapproachforthepredictionofultimatestrengthofreinforcedconcretebeamsunderloading.NeuralComputingandApplications,28(1),1-18.
[3]智建华,&邓朵朵.(2018).混凝土框架结构随机弹性时程反应分析.工程力学,35(4),15-22.