典型文献
基于基因表达式编程的FRP蠕变分析与预测
文献摘要：
针对物理理论模型、参数法唯象模型等经典蠕变模型在复杂环境下适用性低的问题,运用基因表达式编程(Gene Expression Programming,GEP)建立纤维增强树脂基复合材料(Fiber Reinforced Plastics,FRP)蠕变模型.GEP可以在无先验知识指导的情况下,直接根据蠕变实验数据自适应地来建立蠕变模型.利用决定系数、均方根误差、平均绝对误差和相对平方根误差等统计指标对不同试样的GEP模型进行评价,并与物理理论模型中的Burgers模型和HKK模型以及参数法唯象模型中的Findley模型作对比.结果表明,运用GEP预测不同种类FRP蠕变性能是可行且有效的,并且拟合和预测效果均优于Burgers模型、HKK模型和Findley模型.进行长期(长达200 000 h)蠕变性能的预测,以现行标准中预测方法为标准,将GEP模型、Burgers模型、HKK模型、Findley模型分别与标准进行比较,GEP模型与现行标准中的蠕变因子相对误差都较小,t=200 000 h时刻蠕变柔量预测值相对误差也都较小,预测效果明显优于Burgers模型、HKK模型和Findley模型.自适应的便捷性和长期预测的准确性表明GEP作为一种新的蠕变性能预测方法是具备独特优势的.
文献关键词：
纤维增强树脂基复合材料(FRP);弯曲蠕变;基因表达式编程(GEP);Burgers模型;HKK模型;Findley 模型
中图分类号：
作者姓名：
石康乐;何朗;朱四荣;彭斯俊;黄樟灿;谭华
作者机构：
武汉理工大学理学院,武汉430070;武汉理工大学新材料力学理论与应用湖北省重点实验室,武汉430070
文献出处：
引用格式：
[1]石康乐;何朗;朱四荣;彭斯俊;黄樟灿;谭华-.基于基因表达式编程的FRP蠕变分析与预测)[J].武汉理工大学学报,2022(07):1-9
A类：
HKK
B类：
基因表达式编程,FRP,蠕变分析,参数法,唯象模型,蠕变模型,复杂环境,Gene,Expression,Programming,GEP,纤维增强树脂基复合材料,Fiber,Reinforced,Plastics,先验知识,蠕变实验,决定系数,平均绝对误差,平方根,统计指标,Burgers,Findley,蠕变性能,行长,长达,现行标准,变因,蠕变柔量,便捷性,长期预测,性能预测,弯曲蠕变
AB值：
0.261718
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。
