标题：基于改进神经网络的混凝土碳化深度预测
作者：代闻多1 于军琪1；董振平2；王瑜莹1
作者单位：1 西安建筑科技大学信息与控制工程学院，陕西 西安 710055；2 西安建筑科技大学土木工程学院，陕西 西安 710055
关键字：神经网络，混凝土，碳化深度，模拟退火
摘要：在分析了BP神经网络预测模型的基础上，提出用模拟退火算法代替局部梯度下降法用来修正网络权值，从而避免了人工神经网络收敛速度慢、容易陷入局部极小值的缺陷。根据已有碳化深度实测资料，选定预测模型进行理论输出值计算，以及用NN算法和SANN算法分别对其进行实验仿真训练得到三种输出值与实测值进行对比，结果表明，SANN算法的训练收敛速度更快，预测的数据精度更高。说明了该方法在混凝土碳化深度预测应用中的有效性。