神经网络在桥梁结构等级状态评估中的应用.pdfVIP

No．139) 第2期(总第139期) 中圄千丛暑张 No．2(Serial 2009年4月 CHINAMUNICIPALENGINEERING Apr．2009 神经网络在桥梁结构等级状态评估中的应用 顾机伦1．伍华成2，胡伟明2，杨胜火2．罗临江2 摘要：探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用。在研究现有桥梁状态评估方法的基础上。把 人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的结构等级状态评估．建立了基于3层神经元的模 糊神经网络模型。并建立结构损伤度函数及结构等级隶属度模型，通过样本学习训练。获取评估专家的知识及直觉思 维，最终确定桥梁所对应的技术状态等级。以检测的150组线形检测数据作为学习样本，另外8组作为验证样本进行 了线形状态评估预测。计算结果表明．网络预测值与期望值吻合良好。 关键词：神经网络；模糊理论：损伤度；隶属度：状态评估：桥梁 中国分类号：U446 文献标识码：B 文章编号：100蝴5512009)02—∞73--03 1 桥梁结构等级状态评估的模糊BP神经网络模型 1．2结构损伤度理论、等级域及隶属度模型 人工神经网络是模仿人脑的神经细胞和神经系 1。2。1结构损伤度(DⅥ 统．用大量人工神经元按一定的拓扑结构相互连接而 结构损伤对结构的安全性、适用性和耐久性都有 成的一种信息处理系统。人工神经网络支持多点输 不良影响。目前只能在得出一定的损伤状态后推断整 入、多点输出．智能调整网络权值与阈值，使误差函 个结构的安全状态。如：JTG H1l一2004《公路桥涵 数沿负梯度方向下降【l】。 养护规范》中在确定出一定的损伤状态(即评定出整 基于模糊人工神经网络的桥梁结构等级状态评估 体分数)后得出整个结构的技术状态等级。但由于评 是利用专家系统所具有的知识处理、推理及预测能 定往往建立在评价者的知识水平、经验以及主观感觉 力，实现桥梁损伤评估的模糊化处理．用人工神经网 上．很难完全消除人为因素造成的偏差。针对一定的 络模拟有经验专家的决策机理．对桥梁进行等级状态 损伤状态。结合专家的经验。提出用结构损伤度 的综合评估。 VMue)的概念来度量结构或构件的损 (DV。Damage 1．1 BP网络特点 伤程度。其取值范围为0≤DV≤1．0。当损伤度为 BP网络的激活函数是连续可微的．可以严格利 0时，表示结构或构件处于完全无损的状态；当损伤 用梯度法进行推算。BP算法是由两部分组成：信息 度为1时．表示结构或构件已处于完全损坏且不能承 的正向传递与误差的反向传递。在正向传递过程中， 受荷载的状态12J。 输人信息从输入经隐含层计算传向输出层．每一层神 1．2．2评分等级标准 经元的状态只影响下一层神经元的状态。如果在输出 通过制定评价的指标评分等级标准．将定性指标 层没有得到期望的输出．则计算输出层的误差变化 转化成定量指标。例如某一指标评语可为“完好”、 值．然后转向反向传递，通过网络将误差信号沿原来 “良好”、“较好”、“较差”、“坏的”、“危险”等， 的连接通路反向传回来修改各层神经元的权值直至达 到期望目标。 并最终转化成损伤度DV=ER／5。制定结构损伤度作 BP算法属6算法．是一种监督式的学