灰色神经网络在混凝土结构徐变预测中的应用
余志武，薛凯，丁发兴
(中南大学土木建筑学院，湖南长沙410075)
摘要：根据灰色系统理论处理贫信息系统的优势，以及神经网络学习和自适应的优点，将灰色神经网络组合算法应用于
混凝土结构的徐变预测中。利用GM(1，1)模型和BP人工神经网络，建立灰色新陈代谢短期组合预测模型和长期组合预
测模型。该组合模型既克服了原始数据少，数据波动性大对预测精度的影响，也增强了预测的自适应性。通过自密实预应
力混凝土梁长期变形试验结果的算例分析，表明短期和长期组合模型的预测结果均与试验结果吻合良好，该模型可以作为
混凝土结构徐变预测的有效工具。
关键词：混凝土结构；徐变预测；灰色理论；神经网络
中图分类号：TU582．1 文献标识码：A 文章编号：1672—7o29f20o9)o2一o012～o5
AppIicatiOn 0f grey—neUraI netwOrks in the
Creep predictiOn Of COncrete structureS
YU Zhi-wu，XUE Kai，DING Fa-xing
(school 0f civ诅and Amhitectura1 En nee^“g，Centr South Unjversicy，chan铲ha 410o75，China)
Abstract：Based 0n the pred0minance of ey system m0deIs to deal with the pr0blems of the systems that charac—
terized by poor inf0m ati0n，and the advantage 0f leam and se1f—adaptability of neuIlal networks，the hybrid gmy
— neural netw0rk algorithms was applied t0 the creep prediction of concrete stI1lctures． Using GM(1，1)model
and BP ani6cial neural networks，a shon—teml and a 10ng—tenn c0mbination pI-ediction model was established．
These models oveI℃ome the innuences by litt1e raw data and high data nuctuati0n pIlecision 0f pIledicti0n，and also
enhance￡he se】f— adaptability．Thmu analysis『esults of long—te珊def0册ation self—compacting pres—
treesed concrete beams，both two mode1s show good agreement with experimental data． The models are eflfective
tools f0r creep prediction in c0ncrete structures．
Key w0rds：c0ncrete stT1】cture；creep predicti0n； ey the0ry；neural netWorks
目前，混凝土结构徐变预i贝0方法中使用较多的
是有限单元法和灰色系统理论。有限单元法被证
明是一种行之有效的模拟仿真方法，解决了大量的
工程实际问题。灰色理论和神经网络模型本身并
不具有物理意义，可以完全建立在试验数据的基础
之上，因而在众多领域得到应用。灰色理论预测的
优势在于，能够应用较少的信息量，通过简单的处
理和组合，从原始数据中寻找系统的内部规律。但
基本的灰色预测算法在解决复杂非线性问题或者
数据序列离散性较大时，其结果存在一定的误差。
人工神经网络具有容错能力强，学习和自适应能力
强的优点，能以任意精度逼近非线性函数。但其要
求有足够数量的样本进行网络训练，故不适合直接
应用于贫信息系统。
本文结合灰色理论和人工神经网络的优点，建
立灰色神经网络的短期和长期组合预测模型。参

因本站资料资源较多，启用了多个文件服务器，如果浏览器下载较慢，请调用迅雷下载，特别是超过了5M以上的文件！请一定调用迅雷，有时候速度就会飞起哦，如果您的浏览器自动加载了PDF预览，文件太大又卡死，请按下载说明里的把PDF插件关闭了就可以直接下载，不会再预览了！