基于深度学习的粉煤灰混凝土氯离子浓度预测
为研究深度学习方法在氯离子浓度预测中的应用,通过自然潮差环境下粉煤灰混凝土的长期暴露试验获取3150组自由氯离子浓度数据,建立不同激活函数、不同隐藏层层数的多层感知器(multi-layer perceptron,MLP)模型,开展考虑水灰比、暴露时间、粉煤灰掺量、渗透深度4个输入参数影响的粉煤灰混凝土中的自由氯离子浓度预测研究.结果表明,采用ReLu函数及4层隐藏层构建MLP模型时,自由氯离子浓度的预测结果最优.同时,将构建的最优MLP模型开展基于未测参数的自由氯离子浓度预测,比基于菲克第二定律的预测结果更准确.因此,MLP模型具有精度高和适用范围广泛的特点,可作为氯盐环境下混凝土中自由氯离子浓度预测的新方法.
自由氯离子浓度预测、深度学习、多层感知器、激活函数、隐藏层层数、粉煤灰混凝土
49
TU528(建筑材料)
北京市自然科学基金资助项目9204021
2023-02-10（万方平台首次上网日期，不代表论文的发表时间）
共8页
205-212
