基于ANFIS和混合ANFIS机器学习模型的FRP与混凝土粘结强度估算

摘要整理

采用自适应神经模糊推理系统（ANFIS）和粒子群优化（PSO）算法建立了碳纤维增强复合材料（CFRP）与混凝土表面粘结强度的预测数值工具。从相关文献中建立了包含242个试验样本的可靠数据库，并确定了6个主要影响粘结强度的输入因素，包括梁宽度、混凝土抗压强度、FRP厚度、FRP弹性模量、FRP长度和FRP宽度。采用常规统计指标对两个提出的模型（ANFIS和ANFIS-PSO混合模型）的预测输出与实验数据进行了对比验证。研究结果表明，两个模型均可作为预测FRP与混凝土粘结强度的有效替代方法，为工程设计和质量控制提供了可靠的预测工具。ANFIS-PSO混合模型通过粒子群算法的全局优化能力，进一步提高了预测精度和模型的泛化性能。

相关论文