基于ANFIS和混合ANFIS-PSO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）算法开发了预测碳纤维增强复合材料（CFRP）与混凝土表面粘结强度的数值工具。基于相关文献建立了包含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ANFIS和ANFIS-PSO两个模型的预测输出与试验数据进行了对比验证。研究结果表明，两个模型均能有效预测FRP与混凝土的粘结强度，为工程应用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。该研究为FRP加固混凝土结构的设计和施工提供了重要的技术支撑。

相关论文