典型文献
基于贝叶斯神经网络的钢筋与混凝土黏结强度预测模型研究
文献摘要：
提出一种新的钢筋与不同种类骨料混凝土间黏结强度的计算方法.结合748组试验数据,引人神经网络动态更新理论,建立了基于神经网络方法的黏结强度多参数预测模型,通过对黏结强度影响因素显著性的分析,利用神经网络参数剔除法简化了预测模型,并提出了临界锚固长度计算式.结果表明:钢筋与混凝土黏结强度主要受混凝土抗拉强度、锚固长度、钢筋直径和混凝土保护层厚度等因素的影响;建议模型具有较高预测精度,模型预测值与试验值比值的平均值和变异系数分别为1.052和0.337,为预测钢筋与混凝土黏结强度提供了新思路.
文献关键词：
骨料种类;黏结强度;贝叶斯神经网络;参数显著性分析;预测模型
中图分类号：
作者姓名：
王海波
作者机构：
西安长安大学工程设计研究院有限公司,西安 710064
文献出处：
引用格式：
[1]王海波-.基于贝叶斯神经网络的钢筋与混凝土黏结强度预测模型研究)[J].工业建筑,2022(09):87-93
A类：
B类：
贝叶斯神经网络,黏结强度,强度预测模型,人神,网络动态,动态更新,神经网络方法,多参数,参数预测,强度影响因素,网络参数,除法,锚固长度,长度计算,计算式,抗拉强度,钢筋直径,混凝土保护层,保护层厚度,骨料种类,参数显著性分析
AB值：
0.305324
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
