基于人工神經(jīng)網(wǎng)絡的橋梁結構有限元模型修正研究.pdf

1、針對BP神經(jīng)網(wǎng)絡應用于橋梁結構模型修正過程中所存在的最優(yōu)結構問題（即網(wǎng)絡中隱層數(shù)和隱層節(jié)點數(shù)難以確定的問題），本文采用遞階遺傳算法與神經(jīng)網(wǎng)絡相結合的方法來優(yōu)化BP神經(jīng)網(wǎng)絡結構與初始參數(shù)，提升了神經(jīng)網(wǎng)絡在橋梁結構模型修正中的預測性能，并以該方法對一多跨連續(xù)梁橋的有限元模型進行修正，取得了較好的修正效果。
　　 本文主要開展了以下幾方面的研究工作:
　　 1)提出了采用遞階遺傳算法優(yōu)化神經(jīng)網(wǎng)絡性能的方法，利用遺傳算法良好的全

2、局尋優(yōu)能力來彌補神經(jīng)網(wǎng)絡容易陷入局部極小值的缺點，提升了神經(jīng)網(wǎng)絡的全局尋優(yōu)能力。與此同時，由于遺傳算法中的個體采用遞階編碼的方式，使得BP網(wǎng)絡拓撲結構與初始權、閥值同時得到優(yōu)化，從而減少了網(wǎng)絡中存在的冗余節(jié)點數(shù)量，提升了網(wǎng)絡的訓練效率，加快了神經(jīng)網(wǎng)絡的收斂速度。本文基于MATLAB平臺編寫了該算法的程序代碼，并以一個擬合復雜非線性函數(shù)的試驗算例驗證了遞階遺傳算法與神經(jīng)網(wǎng)絡結合的可行性及優(yōu)越性。
　　 2)對多輸入神經(jīng)網(wǎng)絡訓練樣本

3、的準備方法進行了研究，并提出了依據(jù)均勻設計原理準備多輸入BP神經(jīng)網(wǎng)絡訓練樣本的方法。但限于可獲得均勻設計表的數(shù)量有限，本文在MATLAB環(huán)境下編寫了生成任意水平數(shù)與任意因素數(shù)均勻設計樣本的程序代碼，為后續(xù)神經(jīng)網(wǎng)絡訓練提供了充足的樣本。并通過一多輸入非線性函數(shù)試驗算例，證明了該方法在保證同樣訓練精度的情況下，可以顯著地減少所需要的樣本數(shù)量，提高了BP網(wǎng)絡優(yōu)化效率。
　　 3)將優(yōu)化后的神經(jīng)網(wǎng)絡應用于實橋模型修正中，依據(jù)橋梁施工監(jiān)控