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

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。

关键词

土木工程材料 / 钢筋混凝土耐久性 / 腐蚀电流密度 / 混凝土损伤度 / 鲸鱼优化算法-反向传播神经网络