论文部分内容阅读
现有的混凝土徐变预测模型大多是由试验数据拟合而成的经验公式，由于试验条件的限制，对真实水环境下的混凝土徐变预测效果往往不理想。为此，采用专门研制的微机控制多通道轴压水压联合作用岩石-混凝土徐变试验系统，对真实压力水环境下混凝土的徐变进行测试分析。采用遗传算法改进的BP神经网络学习试验数据，建立真实水环境下混凝土徐变预测模型。通过与B3(1995)模型的预测效果进行对比，发现遗传神经网络模型对真实水环境下混凝土徐变预测具有较高的精度。