基于IPSO-BP神经网络的连续刚构桥有限元模型修正

针对大跨度连续刚构桥有限元模型修正问题,提出一种基于改进粒子群算法优化BP神经网络的有限元模型修正方法。首先建立有限元模型修正的数学优化模型,其次通过改进标准粒子群算法对BP神经网络超参数进行优化,最后基于优化BP神经网络代理模型对有限元结构参数进行寻优求解。研究结果表明：基于优化BP神经网络的代理模型相较于未经优化的具有更高的拟合精度;修正后的有限元模型挠度理论计算值与实测值的平均相对误差仅为1.86%。