Fan X Q ， Liu J D . Test study on the best pasting layer of FRP reinforced concrete ［J］. Surface Review and Letters ， 2020 ， 27 （ 2 ）： 105 - 112 .

Huang L ， Zhao L ， Yan L . Flexural performance of RC beams strengthened with polyester FRP composites ［J］. International Journal of Civil Engineering ， 2018 ， 16 （ 6 ）： 715 - 724 .

Fardis M N ， Khalili H H . FRP-encased concrete as a structural material ［J］. Magazine of Concrete Research ， 2014 ， 34 （ 121 ）： 191 ‑ 202 .

范向前 ， 刘决丁 ， 胡少伟 ， 等 . 不同加载速率下CFRP加固混凝土梁动态力学性能试验研究 ［J］. 建筑结构学报 ， 2020 ， 41 （ 7 ）： 201 - 206 .

Fan X Q ， Liu J D ， Hu S W ， et al . Experimental study on dynamic mechanical properties of concrete beams strengthened with FRP at different loading rates ［J］. Journal of Building Structures ， 2020 ， 41 （ 7 ）： 201 - 206 . （in Chinese）

Wroblewski L ， Hristozov D ， Sadeghian P . Durability of bond between concrete beams and FRP composites made of flax and glass fibers ［J］. Construction & Building Materials ， 2016 ， 126 （ 15 ）： 800 - 811 .

张勤 ， 李三亚 ， 赵永胜 ， 等 . 纤维网增强混凝土复合材料约束混凝土应力-应变关系研究 ［J］. 建筑结构学报 ， 2021 ， 42 （ 4 ）： 166 - 176 .

Zhang Q ， Li S Y ， Zhao Y S ， et al . Study on stress-strain relationship of concrete confined with textile reinforced concrete composites ［J］. Construction & Building Materials ， 2021 ， 42 （ 4 ）： 166 - 176 . （in Chinese）

Lu X Z ， Teng J G ， Ye L P ， et al . Bond-slip models for FRP sheets/plates bonded to concrete ［J］. Engineering Structures ， 2005 ， 27 （ 6 ）： 920 - 937 .

Zhang S S ， Yu T ， Chen G M . Reinforced concrete beams strengthened in flexure with near-surface mounted （NSM） CFRP strips： Current status and research needs ［J］. Composites Part B Engineering ， 2017 ， 131 （ 12 ）： 30 - 42 .

Naser M Z . AI-based cognitive framework for evaluating response of concrete structures in extreme conditions ［J］. Engineering Applications of Artificial Intelligence ， 2019 ， 81 （ 5 ）： 437 - 449 .

Akshintala V S ， Khashab M A . Artificial intelligence in pancreaticobiliary endoscopy ［J］. Journal of Gastroenterology and Hepatology ， 2021 ， 36 （ 1 ）： 25 - 30 .

Kang M C ， Yoo D Y ， Gupta R . Machine learning-based prediction for compressive and flexural strengths of steel fiber-reinforced concrete ［J］. Construction and Building Materials ， 2021 ， 266 ： 121117 .

Salimbahrami S R ， Shakeri R . Experimental investigation and comparative machine-learning prediction of compressive strength of recycled aggregate concrete ［J］. Soft Computing ， 2021 ， 25 （ 2 ）： 919 ‑ 932 .

Cai R ， Han T ， Liao W ， et al . Prediction of surface chloride concentration of marine concrete using ensemble machine learning ［J］. Cement and Concrete Research ， 2020 ， 136 ： 1 - 11 .

Han T ， Siddique A ， Khayat K ， et al . An ensemble machine learning approach for prediction and optimization of modulus of elasticity of recycled aggregate concrete ［J］. Construction and Building Materials ， 2020 ， 244 ： 118271 .

Su M ， Peng H ， Yuan M ， et al . Identification of the interfacial cohesive law parameters of FRP strips externally bonded to concrete using machine learning techniques ［J］. Engineering Fracture Mechanics ， 2021 ， 247 ： 107643 .

Djerrad A ， Fan F ， Zhi X D ， et al . Artificial Neural Networks （ANN） based compressive strength prediction of AFRP strengthened steel tube ［J］. International Journal of Steel Structures ， 2020 ， 20 （ 1 ）： 156 - 174 .

Gandomi A H ， Alavi A H ， Sahab M G . New formulation for compressive strength of CFRP confined concrete cylinders using linear genetic programming ［J］. Materials & Structures ， 2010 ， 43 （ 7 ）： 963 - 983 .

范向前 ， 刘决丁 . FRP增强预制裂缝混凝土的断裂性能 ［J］. 建筑材料学报 ， 2020 ， 23 （ 2 ）： 328 - 333，371 .

Fan X Q ， Liu J D . Fracture characteristics of FRP reinforced precast cracked concrete ［J］. Journal of Building Materials ， 2020 ， 23 （ 2 ）： 328 - 333，371 . （in Chinese）

Qiao P ， Ying C . Cohesive fracture simulation and failure modes of FRP‑concrete bonded interfaces ［J］. Theoretical and Applied Fracture Mechanics ， 2008 ， 49 （ 2 ）： 213 - 225 .

Khan M A ， El-Rimawi J ， Silberschmidt V V . Numerical representation of multiple premature failures in steel-plated RC beams ［J］. International Journal of Computational Methods ， 2017 ， 14 （ 4 ）： 1 - 14 .

范兴朗 . FRP约束混凝土本构关系及FRP加固混凝土梁断裂过程分析 ［D］. 大连 ： 大连理工大学 ， 2014 .

Fan X L . Constitutive relation of FRP confined concrete and fracture process analysis of FRP strengthened concrete beams ［D］. Dalian ： Dalian University of Technology ， 2014 . （in Chinese）

Heshmati M ， Haghani R ， Al-Emrani M ， et al . On the strength prediction of adhesively bonded FRP-steel joints using cohesive zone modelling ［J］. Theoretical & Applied Fracture Mechanics ， 2018 ， 93 ： 64 - 78 .

Liu X ， Jiang J ， Wang G ， et al . Debonding analysis of curved RC beams externally bonded with FRP plates using CZM ［J］. Engineering Structures ， 2020 ， 205 （ 15 ）： 1 - 14 .

Hearing B P . Delamination in reinforced concrete retrofitted with fiber reinforced plastics ［D］. Cambridge ： Massachusetts Institute of Technology ， 2000 .

Tanaka K ， Tanaka H ， Kimachi H . Meso-mechanical analysis of elastic stress distribution in cracked frp under mode Ⅱloading by boundary element method ［J］. Nihon Kikai Gakkai Ronbunshu A Hen/transactions of the Japan Society of Mechanical Engineers Part A ， 1997 ， 63 （ 613 ）： 1902 - 1909 .

Franco A ， Royer-Carfagni G . Energetic balance in the debonding of a reinforcing stringer： effect of the substrate elasticity ［J］. International Journal of Solids and Structures ， 2013 ， 50 ： 1954 ‑ 1965 .

Xie J H ， Huang K H ， Guo Y C . Energy release rate of interface crack in RC beams strengthened with fiber reinforced polymer under four point bending ［J］. Polymers & Polymer Composites ， 2014 ， 22 （ 8 ）： 661 ‑ 668 .

Thai D K ， Tu T M ， Bui T Q ， et al . Gradient tree boosting machine learning on predicting the failure modes of the RC panels under impact loads ［J］. Engineering with Computers ， 2021 ， 37 （ 2 ）： 1 - 12 .

Mirzahosseini M ， Jiao P ， Barri K ， et al . New machine learning prediction models for compressive strength of concrete modified with glass cullet ［J］. Engineering Computations ， 2019 ， 36 （ 3 ）： 876 - 898 .

Kim H ， Ahn E ， Shin M ， et al . Crack and noncrack classification from concrete surface images using machine learning ［J］. Structural Health Monitoring ， 2019 ， 18 （ 3 ）： 725 - 738 .

Nguyen H ， Vu T ， Vo T P ， et al . Efficient machine learning models for prediction of concrete strengths ［J］. Construction and Building Materials ， 2021 ， 266 ： 120950 .

Cai R ， Han T ， Liao W ， et al . Prediction of surface chloride concentration of marine concrete using ensemble machine learning ［J］. Cement and Concrete Research ， 2020 ， 136 ： 106164 .

梁宁慧 ， 游秀菲 ， 曹郭俊 ， 等 . 基于机器学习的高温后聚丙烯纤维混凝土强度预测 ［J］. 硅酸盐通报 ， 2021 ， 40 （ 2 ）： 455 - 464 .

Liang N H ， You X F ， Cao G J ， et al . Strength prediction of mechanical properties of polypropylene fiber reinforced concrete after high temperature based on machine learning ［J］. Bulletin of the Chinese Ceramic Society ， 2021 ， 40 （ 2 ）： 455 - 464 . （in Chinese）

张研 ， 邝贺伟 ， 曾建斌 . 再生保温混凝土抗压强度预测的相关向量机模型 ［J］. 混凝土 ， 2020 ， 371 （ 9 ）： 10 - 14 .

Zhang Y ， Kuang H W ， Zeng J B . Relevance vector machine model for predicting compressive strength of recycled thermal insulation concrete ［J］. Concrete ， 2020 ， 371 （ 9 ）： 10 - 14 . （in Chinese）

Cai J ， Luo J ， Wang S ， et al . Feature selection in machine learning： A new perspective ［J］. Neurocomputing ， 2018 ， 300 （ 26 ）： 70 - 79 .

Mozumder R A ， Laskar A I . Prediction of unconfined compressive strength of geopolymer stabilized clayey soil using Artificial Neural Network ［J］. Computers & Geotechnics ， 2015 ， 69 （ 9 ）： 291 - 300 .

Jiao P ， Xiao P Q ， Hou X X ， et al . Experimental study on sediment transport capacity model of slope runoff based on ANN ［J］. Advanced Materials Research ， 2014 ， 1010-1012 ： 1149 - 1152 .

Haykin S . Neural networks： a comprehensive foundation （3rd Edition） ［M］. Upper Saddle River ： Prentice Hall ， 1998 .

张德庆 ， 王超 ， 杜君峰 . 基于人工神经网络算法的深海浮式系统动力响应预报方法 ［J］. 中国造船 ， 2021 ， 62 （ 1 ）： 123 - 132 .

Zhang D Q ， Wang C ， Du J F . A novel method for predicting dynamic response of deep-sea floating system based on artificial neural network ［J］. Shipbuilding of China ， 2021 ， 62 （ 1 ）： 123 - 132 . （in Chinese）

余海玲 ， 郑建岚 . 基于Python人工神经网络的再生混凝土碳化深度预测 ［J］. 混凝土 ， 2020 ， 371 （ 9 ）： 52 - 55 .

Yue H L ， Zheng J L . Prediction of carbonization depth of recycled concrete based on artificial neural network by Python ［J］. Concrete ， 2020 ， 371 （ 9 ）： 52 - 55 . （in Chinese）

吕天启 ， 赵国藩 ， 林志伸 . 人工神经网络在高温后静置混凝土抗压强度预报中的应用 ［J］. 工程力学 ， 2003 ， 20 （ 6 ）： 52 - 57 .

Lyu T Q ， Zhao G F ， Lin Z S . Application of artificial neural network in the prediction of compressive strength of longstanding concrete after exposure to high temperature ［J］. Engineering Mechanics ， 2003 ， 20 （ 6 ）： 52 - 57 . （in Chinese）

黄庆时 ， 郑建岚 ， 罗素蓉 . 人工神经网络在自密实混凝土抗压强度预测中的应用 ［J］. 福州大学学报（自然科学版） ， 2007 ， 35 （ 1 ）： 100 - 104 .

Huang Q S ， Zheng J L ， Luo S R . Application of artificial neural networks for prediction of self-compacting concrete strength ［J］. Journal of Fuzhou University （Natural Science Edition） ， 2007 ， 35 （ 1 ）： 100 - 104 . （in Chinese）

Duan Z H ， Kou S C ， Poon C S . Prediction of compressive strength of recycled aggregate concrete using artificial neural networks ［J］. Construction and Building Materials ， 2013 ， 40 ： 1200 - 1206 .

Aikgen M ， Ula M ， Kürat Esat Alyama . Using an artificial neural network to predict mix compositions of steel fiber-reinforced concrete ［J］. Arabian Journal for Science & Engineering ， 2015 ， 40 （ 2 ）： 407 - 419 .

Chopra P ， Sharma R K ， Kumar M . Artificial neural networks for the prediction of compressive strength of concrete ［J］. International Journal of Applied Science & Engineering ， 2015 ， 13 （ 3 ）： 187 - 204 .

Abuodeh O R ， Abdalla J A ， Hawileh R A . Prediction of shear strength and behavior of RC beams strengthened with externally bonded FRP sheets using machine learning techniques ［J］. Composite Structures ， 2020 ， 234 ： 11698 .

Yavuz G ， Arslan M H ， Baykan O K . Shear strength predicting of FRP-strengthened RC beams by using artificial neural networks ［J］. Science & Engineering of Composite Materials ， 2014 ， 21 （ 2 ）： 239 - 255 .

Zhou Y ， Zheng S ， Huang Z ， et al . Explicit neural network model for predicting FRP-concrete interfacial bond strength based on a large database ［J］. Composite Structures ， 2020 ， 240 ： 111998 .

Yan F ， Lin Z ， Wang X ， et al . Evaluation and prediction of bond strength of GFRP-bar reinforced concrete using artificial neural network optimized with genetic algorithm ［J］. Composite Structures ， 2017 ， 161 ： 441 - 452 .

沈花玉 ， 王兆霞 ， 高成耀 ， 等 . BP神经网络隐含层单元数的确定 ［J］. 天津理工大学学报 ， 2008 ， 24 （ 5 ）： 13 - 15 .

Shen Y H ， Wang Z X ， Gao C Y ， et al . Determining the number of BP neural network hidden layer units ［J］. Journal of Tianjin University of Technology ， 2008 ， 24 （ 5 ）： 13 - 15 . （in Chinese）

Ren N ， Fan L ， Zhang Z . Sensorless PMSM control with sliding mode observer based on sigmoid function ［J］. Journal of Electrical Engineering & Technology ， 2021 ， 16 （ 2 ）： 933 - 939 .

Chanda S ， Kanke Y ， Dalen M ， et al . Coefficient of variation from vegetation index for sugarcane population and stalk evaluation ［J］. Agrosystems ， Geosciences & Environment， 2018 ， 1 （ 1 ）： 106 - 112 .

范向前 ， 刘决丁 . 不同FRP增强混凝土梁断裂性能试验研究 ［J］. 建筑材料学报 ， 2020 ， 23 （ 5 ）： 1093 - 1097，1103 .

Fan X Q ， Liu J D . Experimental study on fracture behavior of different kinds of FRP reinforced concrete ［J］. Journal of Building Materials ， 2020 ， 23 （ 5 ）： 1093 - 1097，1103 . （in Chinese）

Ilia E ， Mostofinejad D . Seismic retrofit of reinforced concrete strong beam-weak column joints using EBROG method combined with CFRP anchorage system ［J］. Engineering Structures ， 2019 ， 194 （ 9 ）： 300 - 319 .

范向前 ， 刘决丁 ， 胡少伟 ， 等 . FRP黏结长度对混凝土三点弯曲梁断裂参数的影响 ［J］. 建筑材料学报 ， 2019 ， 22 （ 1 ）： 38 - 44 .

Fan X Q ， Liu J D ， Hu S W ， et al . Influence of FRP bonding length on fracture parameters of concrete three points bending beam ［J］. Journal of Building Materials ， 2019 ， 22 （ 1 ）： 38 - 44 . （in Chinese）

Liu J D ， Fan X Q ， Shi C Y . Effect of initial crack-depth ratio on fracture characteristics of FRP-strengthened concrete ［J］. Fatigue & Fracture of Engineering Materials & Structures ， 2021 （ 12 ）： 1 - 11 .

Zhang Y ， Sayed M ， Zhang L V ， et al . Flexural behavior of reinforced concrete T-section beams strengthened by NSM FRP bars ［J］. Engineering Structures ， 2021 ， 233 ： 1 - 12 .

Beheshti S ， Sahebalam A ， Nidoy E . Structure dependent weather normalization ［J］. Energy Science & Engineering ， 2019 ， 7 ： 1 - 2 .

范向前 ， 刘决丁 ， 胡少伟 ， 等 . FRP加固混凝土研究现状与展望 ［J］. 混凝土 ， 2019 （ 12 ）： 156 - 160 .

Fan X Q ， Liu J D ， Hu S W ， et al . General introduction of the research for FRP reinforced concrete ［J］. Concrete ， 2019 （ 12 ）： 156 - 160 . （in Chinese）