| 基于RBF神经网络的单塔斜拉桥模型修正 |
| |
| 引用本文： | 单德山,丁德豪,李乔,黄珍. 基于RBF神经网络的单塔斜拉桥模型修正[J]. 重庆交通大学学报(自然科学版), 2013, 32(4) |
| |
| 作者姓名： | 单德山 丁德豪 李乔 黄珍 |
| |
| 作者单位： | 西南交通大学土木工程学院桥梁工程系,四川成都,610031 |
| |
| 基金项目： | 国家自然科学基金项目，四川省科技计划项目，铁路科技研究开发计划项目 |
| |
| 摘 要： | 为获得某单塔双索面斜拉桥换索过程中的工作状态,建立了一种联合子结构与径向基神经网络的有限元模型修正新方法.根据模型参数修正理论,通过分析设计参数的相对灵敏度确定需要修正的参数;为满足参数离散性要求,在模型修正过程中引入了子结构方法,并认为每一子结构中的设计参数是不变的.采用径向基(RBF)神经网络作为模型修正优化算法.将子结构与RBF神经网络相结合,从而将有限元模型修正的反问题转化为正问题;同时,对子结构的划分、RBF神经网络构建以及输入输出参数的确定进行了讨论.以某单塔斜拉桥为例,验证了所提的联合模型修正方法.结果表明:计算值与测量值之间的误差,在有限元模型修正前后有很大改善.
|
| 关 键 词： | 有限元模型修正 径向基神经网络 单塔斜拉桥 子结构 相对灵敏度 |
Finite Element Model Updating of Single Pylon Cable-Stayed Bridges Based on RBF-ANN |
| |
| Shan Deshan , Ding Dehao , Li Qiao , Huang Zhen. Finite Element Model Updating of Single Pylon Cable-Stayed Bridges Based on RBF-ANN[J]. Journal of Chongqing Jiaotong University, 2013, 32(4) |
| |
| Authors: | Shan Deshan Ding Dehao Li Qiao Huang Zhen |
| |
| Abstract: | |
| |
| Keywords: | finite element model updating radial basis function neural network single pylon cable-stayed bridge substructure relative sensitivity |
| 本文献已被 万方数据 等数据库收录！ |
|
