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。     

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     

混凝土桥梁损伤的神经网络评估

在桥梁损伤评估系统模型的基础上,提出了基于神经网络的桥梁损伤评估方法。该法通过神经网络对已有的桥梁损伤评估实例的学习,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,从而代替评估群体进行评估。这不仅可以减少评估的工作量。节约人力物力,还可以较好地利用和积累专家经验知识,降低评估过程中人为因素的影响,保证评估结果的客观性。同时,建立的评估系统具有自学习功能,可以在没有专家或缺少专家的条件下,模拟有经验的评估机理,完成对旧桥损伤的评估。实例计算表明,各网络模型花费很少的时间完成对样本的训练后,便可利用训练好的隐含层权值与阈值对实际桥梁进行评估。     

模糊神经网络在钢筋混凝土桥梁结构可靠性评估中的应用

将模糊神经网络引入钢筋混凝土桥梁结构可靠性评估,充分利用高斯隶属函数的万能收敛性、人工神经网络的自学习性和模糊神经网络高度的非线性进行桥梁结构可靠性评估.以常宁北门桥为例,以受力最不利截面的实测位移、应变、挠度为神经网络输入参数,输出构件的可靠指标.算例表明模糊人工神经网络应用在桥梁结构可靠度评估,为桥梁评估开辟了的新途径.该方法简单、合理、思路清晰.     

因船只撞击桥墩引起铁路桥梁上列车的脱轨

提供了评估船只撞击桥梁引起的结构响应过程和明确地表达脱轨情况的一种方法,此方法可直接应用于可运作的风险评估研究.将冲击荷载作为输入荷载,用有限元法分析得到结构响应.研究时只考虑桥梁响应引起的脱轨,没有考虑桥梁可能预先存在的结构缺陷.本过程的概念是通过对瑞典和丹麦间厄勒海峡桥的两个基本设计的调查结果来证实的.     

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。     

基于模糊神经网络的既有钢筋混凝土桥梁构件可靠性评估

介绍了模糊神经网络的基本理论知识,根据其知识体系和既有桥梁可靠性的研究特点,结合相关文献的规定和研究成果,引入与所检测的截面裂缝宽度、应变值和应变值相关的评估参数Z,利用既有钢筋混凝土桥梁养护等级标准给出了构件技术状况等级与可靠指标的对应关系,然后根据模糊神经网络的理论优势,对输入变量(实测数据:裂缝宽度,应变值和应变值)进行训练,计算出构件在不同荷载作用下的可靠指标,其可用于既有桥梁结构构件可靠性评估中。并结合一实桥拆除构件的试验结果,得到了一些有益的结论,验证了本方法应用于既有钢筋混凝土桥梁构件可靠性评估的可行性。     

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。     

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。     

桥梁检查和养护计划

一个好的已有桥梁的检查计划对及时有效地收集桥梁状态数据是十分重要的,检查计划一定是与对桥梁检查人员正确培训从而获得桥梁单元状况统一的评估和报告相联系的.良好和一致的数据对桥梁承载等级和承载能力评估是很重要的,并为系统的预防性养护计划提供输入信息.建立统一的国家级的桥梁检查和安全评估标准是很值得的.国家检查标准应包括检查的频率、数据的收集、检查人员的资格认证和培训要求.一个强大的系统预防性养护计划对确保桥梁的正常工作状态是必须的.经验显示预防性的养护是延长公路桥梁和结构使用寿命的一个经济的方法.一个养护计划应该使用有效的养护策略或最优化的程序从而在预防性养护行为的投资中获得最大的利益.由于桥梁数量和年龄的增加,养护和保持桥梁使用性和状态的管理任务变得非常复杂、耗时和昂贵.因此需要一个结合了系统预防性的养护实践、有效的桥梁管理系统和资产管理原则的桥梁养护计划,用来帮助桥梁所有者制定可靠的技术和财政决定保持一座桥梁或一个桥梁网的使用性和结构健康.     

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.     

在用钢筋混凝土梁桥耐久性的模糊评定

分析影响在用混凝土梁桥耐久性的因素,并根据梁桥的结构组成和受力特点,建立包括目标层、项目层、指标层的在用梁桥耐久性评定的二级评定模型。结合专家经验和现有文献研究成果,将指标的评分分级标准量化;利用层次分析法计算出项目层及指标层的权向量。文中给出1座钢筋混凝土简支梁桥耐久性评定的工程实例。     

基于BP神经网络的正交异性钢桥面系多目标结构优化设计

正交异性钢桥面铺装体系结构优化就是设计出力学性能最好、重量最轻的桥面系,给出铺装结构参数的优化组合。本文建立一个钢桥面铺装体系多目标优化模型,其中目标函数是正交异性钢桥面板铺装结构众多参数的复杂函数,可以应用BP神经网络模型模拟这种函数关系。利用大量的有限元计算结果作为BP神经网络的训练样本,将训练后的BP网络用于优化求解过程中的目标函数值的仿真计算。最后给出多目标优化模型的求解步骤和算例。     

基于CNN和LSTM融合特征提取的车内声品质评价模型研究

基于深度学习方法建立的车内声品质评价模型不需要高度依赖声学理论和经验知识，可以有效提取深层次特征，客观高效地获得符合主观感受的评价结果。为获取噪声中符合人耳对声音感受的频率信息，便于在深度学习中进行特征提取，采用对数梅尔频谱和时频遮掩相结合的方法对采集到的噪声样本进行预处理。为有效提取车内噪声深层次特征，融合卷积神经网络 （Convolution Neural Network，CNN） 和长短时记忆网络 （Long Short-Term Memory Network，LSTM） 各自的优点，建立了融合特征提取层。使用全连接和Softmax输出单元组合构建了分类器模块。在合适的超参数下，模型通过充足的训练获得了96.88%的训练准确度。使用大量样本对模型进行验证，得到93.69%的验证准确度；采用混淆矩阵对模型进一步验证，总体的预测评价等级与真实评价等级偏差不大，证明模型的预测结果与主观评价结果具有很好的一致性。     

基于模糊神经网络的大跨度钢管混凝土拱桥安全性评价方法研究

在深入研究现有桥梁安全性评价方法的基础上,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安全性评价,建立了一种基于三层神经元的多用途量化模糊神经网络评价模型,通过样本学习训练,获取评价专家的经验知识和直觉思维。工程应用结果表明:该方法降低了评价过程中的人为因素影响,保证了评价结果的客观性。     

水泥混凝土桥面铺装长效防水粘结体系MMA性能研究

在我国为数众多的水泥混凝土桥梁在远未达到设计寿命时,就出现了钢筋锈蚀、混凝土松散、结构强度下降、承载能力大幅衰减等病害现象。桥面铺装防水粘结体系的性能对桥面铺装的使用品质及对水泥混凝土桥梁结构的使用寿命具有显著影响。设置长效防水粘结层是确保桥面铺装结构耐久性的重大措施之一。以湖南省娄新高速公路水泥混凝土桥桥面铺装防水粘结层设置为实际研究背景,引用国外先进的水泥混凝土桥面铺装防水粘结体系设计方法及性能评价体系,对国外应用广泛且优良的长效甲基丙烯酸甲酯 MMA 防水粘结体系与我国普遍采用的 SBS 改性沥青碎石封层、改性乳化沥青等防水粘结材料防水进行了对比试验,为深入进行湖南省娄新高速公路水泥混凝土桥面铺装防水粘结体系研究及实际工程选择应用提供理论依据。     

基于适应性评估的桥梁选型方法研究

桥梁选型是一项包含多影响因素的系统性决策过程,为了提高桥型选择的客观性和合理性,建立了一种以全寿命周期适应性作为评价指标的桥梁选型模型,该模型以适应性评估作为目标层,以安全、适用、经济、耐久、美观、环保作为准则层。在此基础上,引入了一种主客观相结合的方法确定评价指标权重,最后对典型建设条件下几种常见中小跨径桥梁进行了适用性评估,验证了选型方法的可行性。     

用于结构损伤位置识别的两种神经网络性能比较

为了克服用BP网络进行结构损伤位置识别时网络结构确定难、网络训练易陷入局部极小、训练时间长以及处理带噪声数据需要大量的误码练样本等问题，提出用SOFM网络进行结构损伤位置识别的方法。分别用SOFM网络和BP网络对一桁架结构进行损伤位置识别，通过比较两种网络的性能发现SOFM网络不但网络结构容易确定，网络训练不存在陷入局部极小的问题，BP网络只有在大量训练样本条件下才能保证网络具有较好的抗噪声能力，若训练样本不足，则BP网络的抗噪声性能较差，而SOFM网络在较少训练样本情况下即可具有良好的抗噪声性能，因而SOFM网络更适合训练样本有限备件下的结构损伤位置识别。     

城市复杂环境地下互通立交工程数字化应用

桥梁选型是一项包含多影响因素的系统性决策过程,为了提高桥型选择的客观性和合理性,建立了一种以全寿命周期适应性作为评价指标的桥梁选型模型,该模型以适应性评估作为目标层,以安全、适用、经济、耐久、美观、环保作为准则层。在此基础上,引入了一种主客观相结合的方法确定评价指标权重,最后对典型建设条件下几种常见中小跨径桥梁进行了适用性评估,验证了选型方法的可行性。