基于改進(jìn)神經(jīng)網(wǎng)絡(luò)與支持向量機的大跨纜索橋梁損傷定位方法研究.pdf

1、大跨纜索支承橋梁的損傷識別是一個具有重要工程意義和極大挑戰(zhàn)性的課題。本文分別基于BP網(wǎng)絡(luò)、徑向基(RBF)網(wǎng)絡(luò)和支持向量機(SVM)，開展了大跨纜索支承橋梁損傷定位方法的研究。 針對傳統(tǒng)BP網(wǎng)絡(luò)的若干缺陷，如學(xué)習(xí)效率低、收斂慢、易陷入局部極小、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不易確定等，提出了綜合采用“Bold Driver”技術(shù)、增加動量項、模擬退火算法、隨機爬山算法的改進(jìn)BP算法：以潤揚大橋北汊斜拉橋為背景，在對其斜拉索損傷特征曲線進(jìn)行分析的基

2、礎(chǔ)上，提出了基于改進(jìn)BP網(wǎng)絡(luò)的損傷定位方法，通過對改進(jìn)BP算法的參數(shù)選取研究，給出了各參數(shù)的建議取值。研究表明，本文所提出的改進(jìn)BP算法能有效地識別斜拉橋拉索的損傷位置。 通過對RBF網(wǎng)絡(luò)的OLS-RBF學(xué)習(xí)算法的分析，揭示了網(wǎng)絡(luò)行為的過擬合現(xiàn)象，提出了基于R<,+><'2>準(zhǔn)則與Jacknife校驗的改進(jìn)算法；以潤揚大橋南汊懸索橋為背景，在對其吊索損傷進(jìn)行分析的基礎(chǔ)上，考慮到懸索橋損傷規(guī)律的復(fù)雜性，提出了混合訓(xùn)練模式，并進(jìn)行了

3、混合訓(xùn)練模式與單一訓(xùn)練模式、改進(jìn)算法與常規(guī)算法的比較研究，結(jié)果證明了改進(jìn)算法與混合訓(xùn)練模式能明顯提高損傷定位效果。 在針對支持向量機的統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上，提出了基于最小二乘支持向量機(LS-SVM)與數(shù)值統(tǒng)計的損傷定位方法。該方法利用LS-SVM學(xué)習(xí)結(jié)構(gòu)的位移響應(yīng)分布規(guī)律，采用數(shù)值統(tǒng)計方法對LS-SVM的預(yù)測殘差進(jìn)行分析，可有效地判斷結(jié)構(gòu)是否發(fā)生剛度損傷。在對該方法算例驗證的基礎(chǔ)上，對潤揚大橋南汊懸索橋主梁的小損傷工況進(jìn)行了損傷