共查询到18条相似文献，搜索用时 453 毫秒
1.
遗传优化神经网络方法在桥梁震害预测中的应用 总被引：5，自引：1，他引：4
本文将遗传算法与神经网络相结合,从而建立了一种高效的、实用的桥梁震害预测方法。根据遗传算法具有局部寻优的特点,为避免BP神经网络陷入局部极小值,本文将二者结合起来形成GA-BP混合算法,以GA优化神经网络的初始权值和阈值,对网络进行训练。在大量收集梁式桥震害资料的基础上,将此算法引入桥梁的震害预测中,并与传统的单独BP神经网络相比较,结果表明该方法能够有效、准确地对桥梁结构进行震害预测。 相似文献
2.
3.
4.
基于BP神经网络模型的多层砖房震害预测方法 总被引：8，自引：2，他引：8
针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
5.
国内外单体建筑物的震害预测方法包括历史震害统计法、专家评估法、模糊类比法、半经验半理论法、结构理论计算方法和动态分析法。本首先对国内外单体建筑物震害的预测方法进行了研究论述，然后探讨了各种方法的优缺点。 相似文献
6.
7.
8.
9.
为了提高建筑物震害信息提取的效率与准确度,针对震后高分辨率遥感影像,根据震害建筑物在遥感影像上的特征,以2010年海地MS7.0地震为例,通过尺度参数估计算法自动选择最优分割尺度对影像进行多尺度分割,并采用面向对象方法对海地高分辨率遥感影像进行建筑物震害信息提取,同时与基于像元的支持向量机、反向传播神经网络、基于分类回归算法的决策树分类方法进行比较。试验结果表明,面向对象的分类方法具有更好的目视效果和更高的分类精度,有利于地震后震害信息的准确提取和快速评估。 相似文献
10.
目前基于地震烈度的建筑物震害预测方法,通常按整烈度给出预测结果,造成在设定地震影响下烈度分界线两侧相邻的、抗震能力相同的建筑物震害预测结果有很大的差异,而同一烈度圈内靠近高烈度分界线与靠近低烈度分界线的建筑物震害预测结果却完全相同,这与实际震害情况严重不符。为了解决这个问题,将地震烈度按0.2度间隔进行分档,同时将震害指数和破坏等级也进一步细化出5个分档。按地震烈度与震害指数的关系,通过拟合方法和等分方法得到5个烈度分档的震害指数调整系数和分档震害指数,拟合方法获得的调整系数适用于群体房屋震害预测,等分方法获得的震害指数适用于单体房屋震害预测,通过改进方法获得的设定地震影响下震害预测结果,可以体现同一烈度不同烈度分档内建筑物震害差异,并使烈度线两侧,抗震能力相同的建筑物的震害预测结果不再出现跃变。 相似文献
11.
基于灰关联与人工神经网络综合评价模型的多层砖房震害预测 总被引：1，自引：0，他引：1
结合几次大地震中多层砖房的实际震害资料,基于灰关联识别方法,解析了各影响因子对多层砖房抗震性能的影响程度。以反映结构抗震性能的各类物理参数作为输入数据,以给定地震动峰值加速度下建筑物破坏状态的概率作为输出数据,采用8-6-5层结构,建立了基于BP人工神经网络的非线性模型,并对震害样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
12.
在桥梁的震后抢通工作中,桥梁结构的快速损伤评估是恢复交通的关键环节。以具有代表性的铁路矩形桥墩为研究对象,通过4组拟静力试验验证有限元建模方法的合理性,并对1 000组桥墩有限元模型分别按照纵桥向和横桥向进行耐震时程分析,通过搭建BP神经网络对地震动力响应的需求结果进行拟合,构建铁路矩形桥墩震损快速评估模型,最终通过一座三跨混凝土梁桥验证该模型的适用性。研究结果表明：配筋率、配箍率、剪跨比和轴压比是影响桥墩地震损伤的四种主要因素,长宽比、混凝土和钢筋强度是影响桥墩地震损伤的三项次要因素;当发生PGA为0.32g的设计地震时,通过数值分析和神经网络模型快速评估这两种方法计算所得桥梁四个桥墩轻微损伤概率分别为96.7%、44.6%、49.1%、96.7%和95.6%、40.4%、60.9%、95.8%,中度损伤概率分别为40.1%、1.2%、1.6%、40.1%和37.4%、2.3%、6.0%、37.7%;BP神经网络算法能够有效建立构造参数与地震响应之间的联系,输出误差处于合理范围内,回归程度较好。基于BP神经网络的桥梁地震损伤评估模型具有较好的普适性,能替代部分数值仿真计算工作。 相似文献
13.
为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度,将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练,网络输入为已知地电模型的视电阻率参数,输出为该地电模型参数;再利用遗传算法对神经网络学习训练过程进行优化,计算出多种地电模型网络连接权值和阈值的最优解;最后将最优连接权值和阈值对未知模型进行反演测试,网络输入为未知地电模型的视电阻率参数,输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性,相比单一神经网络算法,在网络学习训练中提高了解的收敛成功率和计算速度,在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比,理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性. 相似文献
14.
灰关联与人工神经网络在建筑物震害预测中的应用 总被引：1，自引：1，他引：1
基于灰关联识别方法,解析了各震害影响因子对多层砖房抗震性能的影响程度;并利用BP人工神经网络非线性模型对震害实例样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
15.
当前震后建筑经济损失评估模型得到的震后建筑经济损失评估精确度、效率低,针对单一神经网络易产生局部极值等问题,对神经网络方法进行了改进,提出LM-BP神经网络在震后建筑损失评估模型中的应用。输入样本要素为影响震后建筑经济损失的5项因素,输出样本是震后建筑经济损失评估结果,在此基础上采用LM-BP神经网络将训练转化成最小二乘问题,结合LM算法重新定义隐含层节点数量,构建基于LM-BP的神经网络震后经济损失评估模型,采用该模型获取最优震后建筑经济损失评估结果。仿真实验结果表明,所设计的评估模型最小评估误差为0.1%,相比同类模型具有高精确度的优势,是一种可靠的震后建筑经济损失评估模型。 相似文献
16.
基于遗传算法优化神经网络权值的大坝结构损伤识别 总被引：1，自引：0，他引：1
针对传统 BP 神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对 BP 神经网络的初值空间进行了遗传优化。用基于浮点编码的遗传算法来优化 BP 神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习。文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练。仿真结果表明：遗传 BP 神经网络的收敛和诊断能力优于传统 BP 神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中。 相似文献
17.
为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法(Immune Genetic Algorithm,简称IGA)对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论. 相似文献
18.
地震对建筑结构的损伤轻则影响建筑完整性,重则导致建筑崩塌。近几年,地震损伤评估问题得到地震工程研究领域的高度重视,但对点支式玻璃建筑结构的损伤评估研究较少。为此,构建一种点支式玻璃建筑结构地震损伤评估模型。采用基于HHT变换的结构损伤部位识别方法判断地震中点支式玻璃建筑损伤部位,建立点支式玻璃建筑结构地震损伤评估多元联系数模型,评估点支式玻璃建筑损伤部位的损伤情况。结果表明,该评估模型对某地区点支式玻璃建筑结构地震损伤评估情况与实际结果一致,且该模型可控性较强,评估范围全面,评估效率明显优于其他评估模型,应用价值较高。 相似文献