基于DE-BP神经网络的桥梁损伤评估

在对桥梁损伤评估系统模型的基础上,提出了基于DE-BP神经网络的损伤评估方法。该方法引入差异演化算法(DE算法),通过对已有的桥梁损伤评估实例对神经网络进行训练,可使神经网络较好地表达评估结果与评价因素之间的关系。在网络学习过程中充分引入DE算法,避免了BP神经网络容易陷入局部最值及收敛慢的缺点,经该方法训练好的网络可以对实际桥梁进行评估。     

基于径向基网络的钢管混凝土拱桥安全性评价方法

以全桥安全性评价为总体目标,在以往桥梁安全性评价方法的基础上,引入人工神经网络理论,并结合层次分析法,提出了基于径向基网络的钢管混凝土拱桥安全性评价方法.从影响钢管混凝土拱桥安全性的承载能力、承重构件损伤以及外观损伤等3个主要方面进行考虑,分别建立RBF神经网络安全性评价模型,采用现场实测数据评价结果作为神经网络训练和检验样本,对神经网络进行学习训练,获取专家的经验知识和直觉思维,建立高度非线性的输入与输出的映射关系.通过仿真得到桥梁承载能力、承重构件损伤、外观损伤以及成桥状态下最终的安全性信息.以武汉市晴川桥为例进行工程实例分析,分析结果表明,该方法较好地反映了钢管混凝土拱桥结构的安全性状况.     

基于AHP+BP法高铁桥梁施工安全风险评估模型研究

针对现有高铁桥梁施工风险评估模型存在的主观性强、环节繁琐及需要大量样本等不足,提出基于层次分析法(AHP法)+BP神经网络的高铁桥梁安全风险评估模型。首先对高铁桥梁施工安全进行风险因素的识别,建立风险评估体系;然后采用AHP法对专家经验评估法获取的样本数据进行预处理,结合BP神经网络对处理后的样本进行训练,构建评估模型;最后将该评估模型应用于某高铁桥梁施工安全风险评估。结果表明：该模型能够较全面地评估主要风险因素对高铁桥梁施工的影响,预测得到的风险等级与专家评审结果一致,且该方法更加简洁实用,便于编制标准化的算法程序,可为高铁工程项目的施工安全风险等级评估提供参考。     

基于PNN的斜腿刚构桥安全性评价

在研究现有桥梁状态评估方法的基础上,把模糊理论和神经网络结合起来应用于斜腿刚构桥梁的安全性评估,采用BP算法建立了四输入单输出、模糊规则数为5的五层模糊神经网络模型,通过样本学习对网络训练,获取评估专家的经验知识及直觉思维,将训练好的网络用于斜腿刚构桥的安全评估,最终确定了该桥的安全性等级,为在役桥梁的后期养护管理及安全性评价提供了科学依据。     

基于静力试验的大跨钢管拱桥承载力的模糊神经网络评价

在深入研究现有桥梁结构承载力评价方法的基础上,把模糊理论与人工神经网络技术结合起来应用于大跨度钢管混凝土拱桥的承载力评价.建立了模糊神经网络评价模型,通过样本训练,获取评价专家的经验知识和直觉思维.经实际工程检验,评价结果直观简单,较好地反映了在役桥梁结构的承载力状况.     

基于静力试验的大跨钢管拱桥承载力的模糊神经网络评价

在深入研究现有桥梁结构承载力评价方法的基础上,把模糊理论与人工神经网络技术结合起来应用于大跨度钢管混凝土拱桥的承载力评价.建立了模糊神经网络评价模型,通过样本训练,获取评价专家的经验知识和直觉思维.经实际工程检验,评价结果直观简单,较好地反映了在役桥梁结构的承载力状况.     

基于层次分析法的双曲拱桥耐久性模糊综合评估研究

为了准确地对在役双曲拱桥的耐久性进行评估,应用层次分析法建立了双曲拱桥耐久性评估的模型。应用模糊数学中隶属函数理论,对评估模型中的二个层次中的评估指标建立隶属函数,采用二级模糊综合评判进行耐久性评估。研究结果表明,在分析钢筋混凝土材料耐久性诸影响因素和双曲拱桥的结构特点的基础上,利用层次分析法,可以将双曲拱桥分解为多个部件,从而建立起由整体到局部的较为清晰的层次,同时可以确定各种影响因素对于桥梁耐久性的权重向量,较好的解决了不同桥梁由于各指标损伤程度不同而在评估时采用不同权重的问题。工程实例分析表明,评估结果与实际情况较为吻合,证明该方法是可行的,具有较好的工程实用性。     

基于改进直接刚度法的桥梁损伤定量评估

目前桥梁损伤评估主要采用基于可靠度理论、层析分析法、模糊理论、神经网络以及专家系统等的整体评估,桥梁局部损伤还仅限于定性评估阶段。本文研究改进了基于直接刚度理论的桥梁损伤评估方法,直接研究桥梁动力特性参数的变化值与其损伤程度大小之间的函数关系,从宏观角度定量评估桥梁损伤程度,并与曲率模态振型幅值法评估结果进行比较分析,检验该方法的应用效果。以云南大保高速K442+665特大桥为研究背景,建立空间有限元模型,对该桥的损伤进行模拟分析。研究表明其评估结果具有较好的准确性、有效性和适用性。对进一步研究混凝土桥梁损伤识别理论具有一定的推动作用。     

基于遗传算法的BP神经网络在桥梁安全评估中的应用

为对桥梁的安全性进行科学准确的评估,基于遗传算法与BP神经网络提出了一种新的桥梁安全评估方法。该算法采用遗传算法和误差反向传播算法(BP)相结合的混合算法来训练前馈神经网络,即先用遗传算法进行全局训练,再用BP算法进行局部精确训练,既克服了传统BP网络训练时间长,易陷入局部极值的缺点,又提高了全局收敛的效率。采用该算法对一座悬索桥——宜昌长江大桥的安全性进行评估,并与专家评估结果进行对比分析。结果证明,该算法收敛速度快,预测精度高,为桥梁的安全评估提供了一种新思路。     

基于层次分析法和模糊评判的预应力混凝土桥梁承载力评估

针对预应力混凝土桥梁的特点建立承载能力评判结构模型,对桥梁各部件的材料损伤程度进行模糊分级,利用层次分析法确定各层权重,进而通过模糊综合评判确定在役桥梁的承载能力状况。该评定方法能够较好地反映在役预应力混凝土桥梁的承载力状态,改进了承载能力评判结构模型,优化了旧桥承载能力综合评估,本文通过工程实例分析对此进行了很好的验证。     

基于BP神经网络的居民出行方式选择模型

以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明：BP神经网络模型能够较好地描述居民出行交通方式选择行为。     

基于BP神经网络的中等跨径桥梁损伤识别探讨

针对中等跨径桥梁中的损伤识别不敏感问题,运用BP神经网络进行中等跨径桥梁结构损伤识别。利用MIDAS/Civil分别建立三跨连续变截面箱梁完好及不同损伤状态下有限元模型,分析桥梁不同状态下的特征值,发现中等跨径桥梁对结构损伤的敏感性依次为振型竖向位移固有频率;将参数化的结构固有频率及振型作为BP神经网络的输入、损伤位置和损伤程度作为输出进行神经网络训练,对各工况下损伤位置和损伤程度进行识别,发现识别效果较差,通过获取中等跨径桥梁的自身特性,利用BP神经网络难以识别结构损伤,需探索合适的损伤识别参数及适用于中等跨径桥梁的方法。     

基于模糊神经网络的桥梁诊断辅助系统研究

以桥梁的表观检测数据及无破损检测试验结果为依据,结合专家对系列桥梁的诊断评价结果,利用神经网络、模糊评判等信息处理技术开发了一套用于管理的桥梁诊断辅助系统。该系统可以帮助桥梁管理人员从大量的检测数据中,综合评价桥梁的老化状况。以现场检测得到的数据为例,详细地阐述了系统中桥梁老化评价功能的推理过程,并通过几座桥的检测实例验证了系统的可靠性。系统已在中国和日本的部分地区使用,提高了桥梁的管理工作效率。     

隧道施工安全评价模糊神经网络技术应用研究

针对高速公路隧道施工系统的安全评价问题,将模糊理论与神经网络相融合,研究建立了一种模糊神经网络评价模型。阐明了评价系统的工作原理及实现方法。利用历史样本数据对网络模型进行学习训练和测试,工程实例结果显示,评价精度满足工程应用要求。该评价模型具有对环境变化的自学习能力,对权值进行调整,动态地评价公路隧道施工系统的安全状态,是公路隧道施工安全评价方法中的一种新的评价方法。     

基于机器学习的RC简支梁桥运维期承载力评估方法

首先分析了材料性能对桥梁承载力的影响，并采用有限元方法扩大既有桥梁数据，建立相应的数据库。然后，通过MATLAB建立BP神经网络模型对数据库进行训练完成桥梁承载力权重系数估算，并构建神经网络预测模型实现承载力预测，通过对比验证预测模型的准确性。最后，研究利用BIM二次开发研发桥梁承载力评估与预测系统。结果表明，随着桥梁使用年限的增长，钢筋对桥梁承载力的贡献相较于混凝土而言明显降低，材料退化对抗弯承载力影响最大；桥梁配筋面积对抗弯、抗剪承载力影响最大；当数据库的数据较少且预测精度要求较高时，采用多层隐藏层神经网络预测模型更有效；当数据库的数据庞大且预测精度要求不高时，采用GA-BP神经网络预测模型更有效。     

RC梁桥承载力BP神经网络预测模型

在分析RC梁桥承载力影响因素的基础上 ,将人工神经网络 (ANN)技术引入RC梁桥承载力评估中 ;选取 8种损伤指标作为BP神经网络的输入值 ,桥梁承载力指数作为输出值 ,建立了RC梁桥承载力预测 3层BP网络模型 ;使用MATLAB程序 ,完成了样本归一化、样本训练、仿真逼近和结果预测 ,使BP神经网络理论在实际应用中实现了计算机化 ;讨论了提高模型预测精度的措施     

城市桥梁结构状态评估系统开发

以城市桥梁为对象,从影响桥梁承载力和耐久性的因素出发,建立了桥梁状态评估指标体系。基于Sugeno模糊模型建立了桥梁状态评估系统,并开发了桥梁信息数据库和友好的管理界面。通过算例检验了系统的学习能力,应用评估系统对杭州市高新八路跨线桥的评估实例表明,学习后的系统具备桥梁专家的经验及推理能力,系统在实际旧桥评估工作中具有良好的应用效果。     

大跨度桥梁施工控制中的神经网络方法

神经网络是一种模拟人脑结构和功能的信息处理系统，介绍将神经网络方法用于大跨度混凝土桥梁施工控制中，对桥面预拱度偏差进行预测。实例表明：神经网络利用实测样本的自学习功能，对桥梁施工拱度有较好的预测精度。     

模糊神经网络在桥梁结构等级评估中的应用

针对模糊综合评判在确定权重上的不精确性，用模糊神经网络方法对桥梁进行等级评估。通过大量输入数据的训练得出实用的判决系统，不仅消除了权向量选取仅靠经验的缺憾，而且加快了判决结果的得出。通过各次权值对比与误差分析，证明了神经网络的有效收敛及该方法的精确性。     

基于LSTM神经网络的桥梁损伤预警方法

为准确把握桥梁服役期内的健康状况,提高损伤评估效率,基于泗安塘大桥主桥某年多个测点的车致应变数据,建立了一种桥梁损伤预警方法。首先使用长短时记忆(LSTM)神经网络建立了车辆荷载作用下桥梁不同测点的多输入相关性模型,之后建立桥梁有限元模型模拟有损工况的桥梁状态,并提出损伤评估指标,最后根据损伤评估指标进行桥梁损伤预警。结果表明：采用LSTM神经网络建立的多输入相关性模型能够实现桥梁任意测点间车致响应的高精度预测;基于有限元模拟的车致应变提出的4个损伤评估指标能对假定的桥梁损伤进行明显识别;对泗安塘大桥主桥进行状态评估,4个损伤评估指标均稳定分布在一定的范围内,表明该桥近期没有增加新的损伤;建立了基于多测点的结构损伤评估指标体系,设定同时刻75%及以上的损伤评估指标超限时发出预警。