(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111518715.2 (22)申请日 2021.12.13 (71)申请人 上海市隧道工程轨道交通设计 研究 院 地址 200235 上海市徐汇区中山西路19 99 号 申请人 汕头大学 (72)发明人 曾毅　熊旺　范学义　卞跃威　 沈水龙　张鑫　张宁　张小龙　 郭明耀　余征毅　魏坤安　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 代理人 禹小明 (51)Int.Cl. G06F 30/13(2020.01)G06F 30/27(2020.01) (54)发明名称 一种地下结构中混凝土氯离子渗透性的确 定方法 (57)摘要 本发明公开了一种地下结构中混凝土氯离 子渗透性的确定方法， 包括以下步骤： S1： 收集再 生骨料混凝土组分数据和渗透性指标； S2： 将步 骤S1收集的数据划分为训练集和测试集； S3： 利 用自适应神经模糊推理系统建立氯离子渗透性 预测模型； S4： 将步骤S2中的训练集输入至步骤 S3中的氯离子渗透性预测模型， 利用基于混沌的 萤火虫算法优化调整氯离子渗透性预测模型参 数； S5： 将步骤S2中的测试集输入至优化后的氯 离子渗透性预测模型， 测试其氯离子渗透性预测 误差， 得到训练好的氯离子渗透性预测模型； S6： 利用训练好的氯离子渗透性预测模型预测 氯离 子渗透性。 本发明克服了现有方法时间周 期长、 试验成本高的缺陷， 实现对混凝土氯离子渗透性 的准确预测。 权利要求书3页 说明书8页 附图2页 CN 114169057 A 2022.03.11 CN 114169057 A 1.一种地下 结构中混凝 土氯离子渗透性的确定方法， 其特 征在于， 包括以下步骤： S1： 收集再生骨料混凝 土组分数据和渗透性指标； S2： 将步骤S1收集的数据划分为训练集和 测试集； S3： 利用自适应神经模糊推理系统建立氯离 子渗透性预测模型； S4： 将步骤S2中的训练集输入至步骤S3中的氯离子渗透性预测模型， 利用基于混沌的 萤火虫算法优化调整氯离 子渗透性预测模型参数； S5： 将步骤S2中的测试集输入至优化后的氯离子渗透性预测模型， 测试其氯离子渗透 性预测误差， 得到训练好的氯离 子渗透性预测模型； S6： 利用训练好的氯离 子渗透性预测模型 预测氯离 子渗透性。 2.根据权利要求1所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S1中再生骨料混凝土组分数据包括再生骨料混凝土的含水量w、 水泥含量c、 粗再生 骨料RA、 砂含量S、 火山灰 材料含量Pm、 水 灰比w/c、 养护龄期T、 粒子密度D和吸水率 Wa。 3.根据权利要求1所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S1中渗透性指标为单位时间内进入再生骨料混凝 土的电荷量。 4.根据权利要求1所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S2中训练集为从步骤S1收集再生骨料混凝土组分数据和渗透性指标中的部 分数据， 其中， 再生骨料混凝土组分数据作为所述氯离子渗透性预测模型 的输入数据， 渗透性指标 作为所述氯离 子渗透性预测模型的输出 数据。 5.根据权利要求4所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 步 骤S2中除训练集外， 剩下 的再生骨料混凝土组分数据和渗透性指标组成测试集， 其数据类 型与所述训练集相同。 6.根据权利要求1所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 步 骤S3中利用自适应神经模糊推理系统建立氯离子渗透性预测模型， 具体包括五层， 每层定 义如下： (1)第一层给定每 个节点的模糊隶属度函数， 计算公式如下： 式中， Im表示第m个输入数据， Im k表示第m个输入数据对应的第k条规则， 表示第 m个输入数据对应的第k条规则的隶属度函数， O1,k表示氯离子渗透性预测模 型第1层对应的 第k条规则的输出 数据； (2)第二层计算第k条规则的触发 强度wk， 计算公式如下： 式中， O2,k表示氯离 子渗透性预测模型第2层对应的第k条规则的输出 数据； (3)第三层计算第k条规则的平均触发 强度 计算公式如下： 式中， O3,k表示氯离 子渗透性预测模型第3层对应的第k条规则的输出 数据； (4)第四层计算第k条规则对 模型输出的影响， 计算公式如下： 权　利　要　求　书 1/3 页 2 CN 114169057 A 2式中， O4,k表示氯离子渗透性预测模型第4层对应的第k条规则的输出数据， fk为第k个节 点函数， pm k为第m个输入数据对应的第k个规则的系数， rk为第k个节点 函数的偏置系数； (5)第五层计算氯离 子渗透性预测模型输出 数据O5(P)， 即渗透性指标 预测值， 如下式： 式中， O5(P)表示氯离 子渗透性预测模型的输出 数据。 7.根据权利要求6所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S4中利用基于 混沌的萤火虫算法优化调整氯离子渗透性预测模型参数， 氯离子渗透 性预测模型参数 具体为pm k和rk的集合。 8.根据权利要求7所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S4中利用基于混沌的萤火虫算法， 具体为将混沌映射和 元启发式算法机制集 成到典型的萤火虫算法中， 其中， 混沌映射是利用混沌数生成器生成0到1之间的混沌数， 利 用混沌数对种群进 行包括初始 化、 选择、 交叉和变异操作； 所述L évy元启发 式算法用于加速 迭代过程。 9.根据权利要求8所述的地下结构中混凝土氯离子渗透性的确定方法， 其特征在于， 所 述步骤S4优化调整氯离 子渗透性预测模型参数， 具体包括： (a)确定初代种群数， 进行种群初始化， 设定最大迭代数； (b)利用高斯混沌映射计算第t次迭代的吸引力参数， 计算公式如下： 式中， t代表迭代次数， 代表第t次的混沌数， γ为吸收系数， β0为通过[0,1]的正 态分布产生的随机数， βt为第t次迭代的吸引力参数， rij为向量Pi与Pj之间的距离 (c)采用 元启发式算法计算第t次迭代种群Pt n的李维分布L(Pt n)， 计算公式如下： 式中， τ 为常数； (d)计算第t＝t+1次迭代的候选参数Pnt+1， n＝1,…,100， 计算公式如下：权　利　要　求　书 2/3 页 3 CN 114169057 A 3