基于鲸鱼优化算法-反向传播神经网络的钢筋混凝土耐久性预测

冯琼, 谢晓扬, 王鹏辉, 乔宏霞, 马云霞

doi:10.13229/j.cnki.jdxbgxb.20231096

吉林大学学报(工学版) ›› 2025, Vol. 55 ›› Issue (07) : 2276 -2285. DOI: 10.13229/j.cnki.jdxbgxb.20231096

基于鲸鱼优化算法-反向传播神经网络的钢筋混凝土耐久性预测

冯琼, 谢晓扬, 王鹏辉, 乔宏霞, 马云霞

作者信息 +

Author information +

文章历史 +

PDF

摘要

本文研究通过配合比设计提高钢筋混凝土的耐久性，设计拓扑结构为6-14-2的鲸鱼优化算法-反向传播神经网络模型。模型数据集共100*2组数据，其中60*2组数据用于建立模型，40*2组数据用于验证模型。通过对比反向传播神经网络模型与鲸鱼优化算法-反向传播神经网络模型的预测性能，表明鲸鱼优化算法可以显著提高反向传播神经网络模型的预测性能。鲸鱼优化算法-反向传播神经网络模型预测T₁性能指标的均值分别为R²=0.90、RMSE=33.92、MAPE=0.06、MAE=27.31;T₂性能指标的均值分别为R²=0.90、RMSE=29.75、MAPE=0.04、MAE=23.81。可知，鲸鱼优化算法-反向传播神经网络模型可以有效预测钢筋混凝土的耐久性。