主管單位： 河北省建筑科學研究院有限公司
主辦單位： 河北省建筑科學研究院有限公司
● 中國科技核心期刊（中國科技論文統計源期刊）
● 中國核心期刊（遴選）數據庫期刊
● 全國性建材科技期刊
● 河北省優秀期刊
文章搜索
熱點瀏覽
查看更多 >
-
●非對稱異性隧道聯絡通道冷凍法（07月24日）
-
●水泥夯土材料抗壓強度試驗及耐（08月25日）
-
●變質巖類順層邊坡破裂跡象及邊（07月25日）
-
●大體積混凝土配合比優化設計在（08月25日）
-
●粉煤灰基超高性能混凝土配合比（07月25日）
-
●地鐵車輛段檢修庫裝配式混凝土（07月24日）
-
●變坡面淺埋偏壓小凈距隧道圍巖（07月24日）
-
●大型十字交叉地鐵車站結構地震（07月25日）
-
●邯鄲富水地層深基坑支護優化和（07月25日）
-
●自密實抑溫防水復合材料在地下（08月25日）
熱點下載
查看更多 >
-
●地鐵盾構隧道水泥基同步注漿減（11月05日）
-
●基于模糊貝葉斯網絡裝配式施工（11月05日）
-
●粉煤灰摻量對高層建筑筏板基礎（06月26日）
-
●基于遺傳算法的神經網絡對大體（06月27日）
-
●氯鹽漬土無側限抗壓強度及體變（06月25日）
-
●不同 ZrO2 摻量改性水（06月26日）
-
●堿激發粉煤灰－高爐礦渣粉固化（09月11日）
-
●非均勻銹蝕對建筑鋼混組合梁承（06月27日）
-
●再生微粉泡沫混凝土力學性能研（06月25日）
-
●基于改進 GRO-GWO 算（11月05日）
基于遺傳算法的神經網絡對大體積混凝土監測優化研究
Optimization of Mass Concrete Monitoring Using a Genetic Algorithm - Based Neural Network
PDF全文閱讀
李 燦1 , 王 龍1 , 熊俊馳1 , 林 峰2 , 魏 豪3 , 周殷弘2
( 1 . 中國空氣動力研究與發展中心 ，綿陽 621000 ; 2. 中國建筑第八工程局有限公司 ，上海 200120 ;
3 . 哈爾濱工程大學 航天與建筑工程學院 ，哈爾濱 150009)
摘 要 ：為研究大體積混凝土溫度及應力監測在傳感器數量有限情況下的最優布設位置 ，通過有限元仿真 獲取測點位置的溫度和應力值搭建數據庫 ，利用神經網絡的高擬合性及遺傳算法的尋優特性 ，對大體積混凝土 溫度場 、應力場進行神經網絡擬合及傳感器布設位置尋優。結果表明：嵌套遺傳算法對監測點位優化后 ，各節 點預測值與實測值的均方根誤差從 5. 21 減小至 3 . 56 , 確定系數從 0. 71 提升至 0. 91 , 優化效果顯著。通過優化， 能夠在有限傳感器數量下實現大體積混凝土狀態監測需求 ，具體較好的適用性。
關鍵詞：神經網絡 ；遺傳算法 ；大體積混凝土 ；溫度場 ；應力場 ；監測位置
中圖分類號：TU755 . 4 文獻標志碼：A
文章編號： 1005- 8249 (2025) 03- 0134- 07
DOI:10. 19860/j.cnki.issn1005 - 8249.2025 .03 .024
Li Can, Wang Long1, Xiong Junchi1, Lin Feng2, Wei Hao3,Zhou Yinhong2
(1. China Aerodynamics Research and Development Center, Mianyang 621000, China; 2. China Construction Eighth Engineering Division Co., LTD., Shanghai 200120, China; 3. College of Aerospace and Civil Engineering, Harbin Engineering University, Harbin 150009, China）
Abstract：In order to study the optimal location of temperature and stress monitoring of mass concrete under the circumstance of limited number of sensors, the temperature and stress values of measuring points were obtained by finite element simulation to build a database, and the high fit of neural network and the optimization characteristics of genetic algorithm were used to fit the temperature field and stress field of mass concrete and optimize the location of sensors. The results show that the RMSE between the predicted and measured values of each node decreases from 5.21 to 3.56, and the coefficient of determination increases from 0.71 to 0.91, and the optimization effect is remarkable. Through optimization, the condition monitoring requirements of mass concrete can be realized under the limited number of sensors, and the specific applicability is better.
Keywords: neural network; genetic algorithm; mass concrete; temperature field; stress field; monitoring position
作者簡介：李 燦 (1995—) , 男 ，碩士 ，工程師 ，研究方向 ：混凝土結構。
通信作者： 熊俊馳 (1972—) , 男 ，本科 ， 工程師 ，研究方 向 ：混凝土結構。
收稿日期：2023 - 05 - 06
冀公網安備13011002000529 技術支持：數字河北 