基于遗传优化BP网络的再生混凝土正截面计算模式研究

论文摘要

本课题是黑龙江省自然科学基金“再生混凝土力学性能及其显微结构试验研究”课题的延续。国内外关于再生混凝土的利用还处于初步阶段,目前再生混凝土大多应用于非承重构件,原因之一就是还没有统一的再生混凝土结构的受力计算方法;关于再生混凝土受力构件计算模式的研究不够深入,这也成为再生混凝土推广应用的瓶颈。本文通过分析国内外学者关于再生混凝土基本力学性能的研究,总结回归再生混凝土基本力学性能指标的计算公式,在此基础上讨论适合于再生混凝土单轴受压应力-应变关系的模型。本文在总结国内外目前关于再生混凝土受弯构件力学性能计算模式研究的基础上,通过对样本数据的训练和测试,建立基于遗传优化BP神经网络的再生混凝土受弯构件的计算模型。本文利用建立的再生混凝土受弯构件的计算模型,计算出不同取代率和强度等级下的再生混凝土受弯构件开裂弯矩、极限承载力、最大裂缝宽度和跨中挠度,并对规范方法进行了修正。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 本课题研究背景
• 1.2 国内外再生混凝土的研究应用现状
• 1.2.1 各国废弃混凝土骨料回收利用现状
• 1.2.2 国内外相关课题研究现状
• 1.2.3 再生混凝土研究存在的问题
• 1.3 人工神经网络在土木工程中的应用
• 1.4 本课题研究的内容
• 第2章 再生混凝土基本力学性能研究
• 2.1 再生混凝土单轴受压应力-应变本构模型
• 2.1.1 混凝土本构关系模型
• 2.1.2 再生混凝土单轴受压的应力-应变归一化曲线
• 2.1.3 再生混凝土单轴受压应力-应变关系实验
• 2.1.4 再生混凝土单轴受压应力-应变关系模型
• 2.1.5 再生混凝土单轴受压应力-应变关系模型分析结果
• 2.1.6 再生混凝土单轴受压应力-应变关系模型参数
• 2.2 立方体抗压强度与棱柱体抗压强度的换算关系
• 2.3 再生混凝土峰值应变和极限应变
• 2.4 再生混凝土弹性模量
• 2.5 本章小结
• 第3章 人工神经网络的基本理论
• 3.1 人工神经网络简介
• 3.1.1 人工神经网络的概念
• 3.1.2 人工神经网络的发展
• 3.1.3 人工神经网络的基本特征和功能
• 3.1.4 人工神经网络的应用
• 3.2 神经网络的基本工作原理
• 3.2.1 神经元的模型
• 3.2.2 人工神经网络模型
• 3.2.3 神经网络的学习
• 3.3 BP 神经网络
• 3.4 遗传算法
• 3.5 遗传算法在神经网络设计中的应用
• 第4章 基于遗传优化BP 神经网络的再生混凝土正截面受力构件计算模式
• 4.1 再生混凝土受弯构件正截面受力性能
• 4.1.1 再生混凝土受弯构件的破坏过程
• 4.1.2 再生混凝土受弯构件的开裂弯矩
• 4.1.3 再生混凝土受弯构件的极限承载力
• 4.1.4 再生混凝土受弯构件的裂缝宽度
• 4.1.5 再生混凝土受弯构件的跨中挠度
• 4.2 遗传优化BP 神经网络结构设计
• 4.2.1 BP 神经网络设计
• 4.2.2 遗传算法优化BP 网络权值
• 4.2.3 Matlab 程序设计
• 4.3 基于优化算法的计算模式仿真结果分析
• 4.3.1 开裂弯矩的计算模型结果分析
• 4.3.2 极限弯矩的计算模型结果分析
• 4.3.3 最大裂缝宽度的计算模型结果分析
• 4.3.4 跨中挠度的计算模型结果分析
• 4.4 基于优化算法的模型预测
• 4.4.1 开裂弯矩的计算模型预测
• 4.4.2 极限承载力的计算模型预测
• 4.4.3 最大裂缝宽度的计算模型预测
• 4.4.4 跨中挠度的计算模型预测
• 4.5 本章小结
• 结论与展望
• 参考文献
• 致谢