第49卷第2期2023年2月北京工业大学学报JOURNALOFBEIJINGUNIVERSITYOFTECHNOLOGYVol.49No.2Feb.2023基于深度学习的粉煤灰混凝土氯离子浓度预测章玉容1,2,余威龙1,麻雪晴1,骆天意1,王京京3(1.浙江工业大学土木工程学院,杭州摇310014;2.浙江省工程结构与防灾减灾技术研究重点实验室,杭州摇310014;3.北京工业大学城市建设学部,北京摇100124)摘摇要:为研究深度学习方法在氯离子浓度预测中的应用,通过自然潮差环境下粉煤灰混凝土的长期暴露试验获取3150组自由氯离子浓度数据,建立不同激活函数、不同隐藏层层数的多层感知器(multi鄄layerperceptron,MLP)模型,开展考虑水灰比、暴露时间、粉煤灰掺量、渗透深度4个输入参数影响的粉煤灰混凝土中的自由氯离子浓度预测研究.结果表明,采用ReLu函数及4层隐藏层构建MLP模型时,自由氯离子浓度的预测结果最优.同时,将构建的最优MLP模型开展基于未测参数的自由氯离子浓度预测,比基于菲克第二定律的预测结果更准确.因此,MLP模型具有精度高和适用范围广泛的特点,可作为氯盐环境下混凝土中自由氯离子浓度预测的新方法.关键词:自由氯离子浓度预测;深度学习;多层感知器;激活函数;隐藏层层数;粉煤灰混凝土中图分类号:TU528文献标志码:A文章编号:0254-0037(2023)02-0205-08doi:10.11936/bjutxb2021120010收稿日期:2021鄄12鄄13;修回日期:2022鄄01鄄04基金项目:北京市自然科学基金资助项目(9204021)作者简介:章玉容(1988—),女,副教授,主要从事混凝土结构耐久性和工程结构可持续分析方面的研究,E鄄mail:yrzhang@zjut.edu.cn通信作者:王京京(1989—),女,副教授,主要从事混凝土及其结构全生命周期碳排放、深度学习、BIM技术及智能建造方面的研究工作,E鄄mail:wangjj@bjut.edu.cnPredictionofChlorideConcentrationinFlyAshConcreteBasedonDeepLearningZHANGYurong1,2,YUWeilong1,MAXueqing1,LUOTianyi1,WANGJingjing3(1.CollegeofCivilEngineering,ZhejiangUniversityofTechnology,Hangzhou310014,China;2.KeyLaboratoryofCivilEngineeringStructure&DisasterPreventionandMitigationTechnologyofZhejiangProvince,Hangzhou310014,China;3.FacultyofArchitecture,CivilandTransportationEngineering,BeijingUniversityofTechnology,Beijing100124,China)Abstract:Toexploretheapplicationofdeeplearningtheoryonpredictingchlorideconcentration,3150groupsoffreechlorideconcentrationdatawereobtainedbyalong鄄termexposurete...
