模糊神经网络在钢筋混凝土桥梁结构可靠度分析中的应用

钢筋混凝土桥梁结构可靠度分析中存在着模糊性问题,计算结构可靠度的传统方法没有考虑结构的模糊性问题．将模糊神经网络用于钢筋混凝土桥梁结构的可靠度计算,用神经网络来构造模糊系统,实现输入、输出隶属函数的自动调整,并给出了模糊神经网络计算结构可靠度的步骤．最后通过两个算例来计算结构可靠度,计算结果表明,模糊神经网络法计算结果与JC法计算结果比较接近,该方法可以用于桥梁结构的可靠度计算,特别是可用于功能函数不能显示表达的可靠度计算．该方法的缺点是计算用时稍长以及训练、检验样本的来源存在问题．     

基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法

针对以往结构可靠度计算方法的不足,根据结构可靠度理论,引入神经网络理论和Monte-Carlo理论,结合结构有限元分析方法,提出基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法;首先,建立结构有限元法分析模型,进行结构分析得到相应的结构响应量;然后,用得到的作用效应和结构响应量作为神经网络的训练样本和检验样本对神经网络进行训练,得到高度非线性映射关系的结构作用效应-结构响应模型;利用神经网络随机产生足够多的结构响应值;最后,用Monte-Carlo法计算结构的可靠度。该方法充分发挥了各方法的优点,相互弥补了不足,大大提高了计算效率,为结构可靠度计算提供了新的思路。     

基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法

针对以往结构可靠度计算方法的不足,根据结构可靠度理论,引入神经网络理论和Monte-Carlo理论,结合结构有限元分析方法,提出基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法;首先,建立结构有限元法分析模型,进行结构分析得到相应的结构响应量;然后,用得到的作用效应和结构响应量作为神经网络的训练样本和检验样本对神经网络进行训练,得到高度非线性映射关系的结构作用效应-结构响应模型;利用神经网络随机产生足够多的结构响应值;最后,用Monte-Carlo法计算结构的可靠度。该方法充分发挥了各方法的优点,相互弥补了不足,大大提高了计算效率,为结构可靠度计算提供了新的思路。     

土坡稳定性可靠度分析

结构的可靠度指的是结构或构件在规定的时间内,在规定的条件下具备规定功能的概率.JC法是目前一种主要的计算可靠度的方法,它适用于随机变量为任意分布下结构可靠指标的求解.介绍了结构可靠度计算的JC法的具体方法、迭代计算过程及其在土坡稳定性计算中的应用.建立了土坡稳定性可靠度分析的基本模型,并附以工程实例,用Excel进行迭代计算,验证了结构可靠度JC法在土坡稳定性分析中的可靠性及高精度.     

土坡稳定性可靠度分析

结构的可靠度指的是结构或构件在规定的时间内,在规定的条件下具备规定功能的概率.JC法是目前一种主要的计算可靠度的方法,它适用于随机变量为任意分布下结构可靠指标的求解.介绍了结构可靠度计算的JC法的具体方法、迭代计算过程及其在土坡稳定性计算中的应用.建立了土坡稳定性可靠度分析的基本模型,并附以工程实例,用Excel进行迭代计算,验证了结构可靠度JC法在土坡稳定性分析中的可靠性及高精度.     

基于可靠度理论的桥梁评估

基于桥梁评估的现状,介绍了桥梁评估的研究成果,阐述了桥梁的可靠度理论的概念、基本参数以及结构可靠度的各种计算方法.从可靠度方面,对某预应力混凝土T梁桥分别利用一次二阶矩中心点法和改进的一次二阶矩法求得可靠性指标,进行安全性评估,并且通过可靠度计算结果对不同计算方法加以对比,并对可靠度理论加以分析.     

可靠度理论在公路沥青路面设计中应用的探讨

主要介绍了以可靠度理论为基础的概率极限状态设计法作为沥青路面结构设计的原则，阐述了路面结构可靠度设计指标的概率分布及统计参数的变异性分析；并分析沥青路面结构可靠度设计计算方法。     

可靠度理论在公路沥青路面设计中应用的探讨

主要介绍了以可靠度理论为基础的概率极限状态设计法作为沥青路面结构设计的原则,阐述了路面结构可靠度设计指标的概率分布及统计参数的变异性分析;并分析沥青路面结构可靠度设计计算方法.     

Lingo软件实现结构可靠度的计算

围绕结构构件的可靠度问题,介绍了结构可靠度的基本概念,采用目前进行可靠度分析最常用的方法JC法,根据可靠指标的定义,从可靠指标的几何意义出发,将求解可靠度问题转化为求解有约束条件的极小值问题,通过非线性规划软件L ingo实现对结构构件可靠指标的计算。     

结构可靠度分析的初值校准方法

本文在ＪＣ法的基础上，提出了结构可靠度分析的一种初值校准方法。该法可适用于一般情况形的结构可靠度计算，包括非线性极限状态方程的和非正态分布的变量。通过算例表明，本文方法有较高的计算效率，一般只需迭代一次便能得到罗满意的结果。