论文部分内容阅读
针对BP神经网络搜索速度慢、易陷入局部极值的缺陷，采用PSO算法优化BP神经网络后建立各影响因素与部分碳化区长度的关系模型。将改进后的模型进行实验仿真训练并应用于某混凝土大桥部分位置的碳化深度预测中，仿真应用结果表明，网络输出值和期望值很好吻合，收敛速度更快。所以该模型能够对混凝土部分碳化区长度进行预测，为混凝土结构耐久性设计、评估和寿命预测提供科学指导。