基于DE-BP神经网络的混凝土箱梁热学参数反分析

姚勇; 闫宇; 孙博文; 王岳松; 蒋田勇

doi:10.14048/j.issn.1671-2579.2025.03.014

中外公路 ›› 2025, Vol. 45 ›› Issue (03) : 112 -120. DOI: 10.14048/j.issn.1671-2579.2025.03.014

基于DE-BP神经网络的混凝土箱梁热学参数反分析

姚勇, 闫宇, 孙博文, 王岳松, 蒋田勇

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对混凝土箱梁在施工阶段易出现温度裂缝的问题，该文提出一种基于均匀设计理论和DE-BP神经网络的反分析方法，旨在准确获得混凝土箱梁的热学参数，确保混凝土箱梁温度分析的可靠性。该方法通过DE-BP神经网络建立特征点的温度峰值与热学参数之间的非线性关系，结合均匀设计法和Abaqus有限元数值模型生成130组样本数据，按照12∶1的训练样本与测试样本进行反分析模型的训练。结果表明：DE-BP神经网络模型的平均绝对百分比误差E_MAPE均小于3%，相对误差均小于5%，表明DE算法能够有效提高BP神经网络的预测精度；基于反演分析的特征点温度峰值的最大误差为2.05℃，计算温度历程与实际温度历程吻合程度较好。综上所述，该文提出的基于DE-BP神经网络与均匀设计理论的混凝土箱梁热学参数反分析方法精度较高且反演过程稳定，表现出较好的可靠性，可为同类型工程的温度控制提供理论依据。