基于多层感知深度学习的大跨度斜拉桥索力调整

为提高大跨度斜拉桥施工过程中索力调整的速度及准确性,基于多层感知深度学习,构建了索力调整的深度网络架构。将索力调整实质定义为:在斜拉索无应力长度允许调整的范围内,拟合目标响应与索力调整量之间的映射关系,转化为机器学习和统计学中的回归问题。结合深度学习的二阶梯度下降和深度网络正则化策略,采用多层感知器索力调整的4层深度神经网络,以某混合梁斜拉桥为工程背景,验算数学和结构响应两方面下索力调整量的预测误差,及调索后的结合梁线形及索力误差。结果表明:预测误差均在工程允许范围内,成桥阶段调索后的结合梁线形误差在40mm以内,索力误差均在5%以内;索力调整的多层感知深度网络能快速、精确地预测索力调整量,可用于大跨度斜拉桥的索力调整。