人工神经网络在路面模量反分析中的应用.pdfVIP

维普资讯 公 路 与 汽 运 HighwaysAutomotiveApplications 第4期 88 2008年 7月 人工神经网络在路面模量反分析中的应用 兰晚梅 ，龚爱罩 (1．宜春公路管理局 高安分局，江西 高安 330800；2．江西省宜春公路管理局 铜鼓分局，江西 铜鼓 336200) 摘 要 ：随着落锤式弯沉仪在公路工程 中的广泛应用 ，路 面模量的反分析方法 日益受到 国内 外研究人员的重视 。文 中使用MATLAB神经网络工具箱研究了BP神经网络在路面模量反分析 中的应用。研究结果表明，只要合理处理输入和输出参数，利用BP神经网络可较好地预测路面各 层的弹性模量，且相对于其他分析方法，该方法运算速度很快，适合于实际工程中应用。 关键词 ：公路 ；路面模量 ；落锤式弯沉仪 ；神经网络 ；反分析 中图分类号 ：U416．2 文献标识码 ：A 文章编号 ：1671—2668(2008)O4—0088--05 随着落锤式弯沉仪(FwD)在我 国公路工程中 馈型；按网络性能分为连续型和离散型 ；按学习方式 的广泛应用 ，路面反分析 的研究取得 了较大发展 。 分为有导师和无导师学习。在这些神经 网络模型 目前 ，反分析大多使用迭代法使理论弯沉盆和实测 中，工程上用得最广、理论上研究得最多的是多层前 弯沉盆相吻合。常规的迭代方法受模量初值的影 馈型网络 (BP网络)。 响，且收敛速度慢 。在实际路面无破损检测中，常常 BP网络的结构如图 1所示 ，由输入层 、隐层、输 要求较快 的反算速度。为此 ，可 以使用神经 网络的 出层组成 。图中每个神经元用一个 圆圈表示 ，旁边 方法对路面结构进行反分析 。人工神经网络是生物 为输 出值 。每一层的每个神经元与下一层 的每个神 神经网络的一种模拟和近似 。其特色在于信息的分 经元连接，连接权为w w灿 其基本思想是网络 布式存储和并行协同处理 ，具有集体运算 的能力和 的实际输 出与期望输 出的均方差最小 。整个网络学 自适应的学习能力 ，且有很强的容错能力。 目前在 习分为 2步 ： 工程上应用最广泛的是前向型神经网络 (BP网络)。 本文使用 BP网络对路面结构进行反分析 。对于一 输 个训练好 的神经网络而言，使用它就如 同调用一个 1 简单的函数。因此，使用神经 网络进行路面反分析 可大大减少运算时间，在实际工程 中应用方便 。 L 1 神经网络的基本原理及应用 矗 1．1 神经网络的基本原理 ZM．： 人工神经 网络 (ANN)是 由神经元互联而成 的 ． 图 1 BP网络结构 图 网络，它是一个大规模非线性 自适应信息处理系统， 网络的信息处理由神经元之间的相互作用来实现； 1)网络状态前 向计算过程。随机设定较小 的 知识和信息的存储表现为网络元件互联问分布式的 网络权和阈值初始值，提供训练样本；随机输入向量 物理联系；网络的学习和识别决定于各神经元连接 xp，输 出向量 Dp(P一1，2，…，P)，P为样本数 ，求 出 权系数的动态演化过