麻雀搜索算法改进BP神经网络在FRP加固RC梁剥离应变预测中的应用

摘要整理

为防止纤维增强复合材料（FRP）加固钢筋混凝土（RC）梁的剥离破坏，现行规范提出了FRP加固筋剥离应变限制模型。然而，这些模型仅考虑了影响剥离破坏的少数因素，实验结果表明其预测精度不足，变异性较大。为提高FRP加固RC梁剥离应变预测的准确性，本研究基于麻雀搜索算法（SSA）开发了BP神经网络模型。通过实验数据对建立的神经网络模型进行训练和仿真，以预测FRP加固筋的剥离应变。结果表明，SSA-BP神经网络模型的变异系数为13%，相比传统BP神经网络和规范模型具有更高的预测精度和更强的鲁棒性。研究发现，影响剥离应变的主要因素为纵向钢筋配筋率、箍筋配筋率和混凝土强度，这些因素在现行规范模型中未被充分考虑。该模型为FRP加固混凝土结构的设计和安全评估提供了更可靠的技术支撑。

相关论文