混凝土结构耐久性是指结构在设计要求的目标使用期(设计基准期)内,不需要花费大量资金加固处理而保持其安全、使用功能和外观要求的能力.混凝土结构耐久性病害首先是混凝土或钢筋材料物理、化学性质及几何尺寸的变化,继而引起混凝土构件承载力衰减,最终会影响整个结构的安全.混凝土耐久性是一个十分复杂的问题,影响因素很多,并具有许多不确定性,这样就很难给出一种确定的表达式来描述,鉴于此,该文作者提出了基于人工神经网络的混凝土耐久性研究.该文建立混凝土耐久性试验模型,基于同一样本(共设计32种配合比),进行混凝土抗渗性、混凝土抗冻性及混凝土碳化性能试验,获得混凝土抗渗最大水压力、混凝土冻融后重量损失率、混凝土冻融后强度损失率及混凝土碳化深度等数据,数据系统可靠.该试验数据作为人工神经网络模型的计算样本(较大的样本对于应用人工神经网络解决问题是不可或缺的);另外,根据该文作者所查阅的文献,迄今尚未见有文献提供这方面较全面、较系统、较大样本的数据,这便是该文大量试验工作又一方面的意义所在.探讨并应用了BP网络的一些改进算法,其中包括附加冲量(动量)法,自适应学习速率算法及S型函数输出限幅算法等,以保证BP网络的快速有效.该文所建立的各计算和预测模型,均应用Visual Basic(Visual Basic6.0)程序设计语言编程实现,程序设计中采用了大量窗体模块,每一个窗体完成一个子功能,诸窗体模块用可视化图形界面下的按钮等元素有机地结合起来,并以按钮为接口,实现窗体之间的转换,统一实现程序目标.