基于ANN—MC的钢筋混凝土桥墩截面能力概率特征统计方法.pdfVIP

第 32卷 第 6期 武汉理工大学学报(鸯 差) Vo1．32 N0．6 2oO8年 12月 JournalofWuhanUniversityofTechn01ogy Dec．2O08 (Transp0rtationScienceEngineering) 基于ANN—MC的钢筋混凝土桥墩 截面能力概率特征统计方法* 冯清海 袁万城 (同济大学土木工程防灾国家重点实验室 上海 2OOO92) 摘要：在传统概率分析方法的基础上，引入神经网络一蒙特卡罗技术 ，提出了基于神经网络一蒙特卡 罗法的钢筋混凝土截面能力概率分析方法．以桥墩的截面尺寸、箍筋间距、钢筋屈服强度、钢筋的 弹性模量、混凝土抗压强度以及混凝土弹性模量作为随机变量．每个变量取 7个水平进行正交设 计，组合成49个工况进行截面能力分析，并以此作为样本建立神经网络．应用蒙特卡罗法产生大量 随机参数，并输入到网络进行仿真，再对仿真结果进行数理统计得到相应的截面能力概率特性．实 例验证表明，该方法提高了钢筋混凝土桥墩截面能力概率分析的效率． 关键词：钢筋混凝土桥墩；神经网络；蒙特卡罗；截面能力；概率分布 中图法分类号 ：U448．34；TU3l1．4 桥墩截面能力概率分布是桥梁结构抗震易损 g(．)一exp(一 业 ) (2) 性分析的主要因素．目前，已有许多文献对钢筋混 凝土桥墩的截面能力概率特性进行了分析，归纳 式中：为 维输入向量 ； 为第 个隐节点中心； 起来，主要方法有试验方法和数值分析方法2种， l1·lI通常为欧氏范数； 为隐节点输出的连接 但都有不足之处[1]．本文在传统概率分析方法的 权 ； 为第 个输出节点的阈值 ； 为隐含层神经 基础上，引入神经网络和蒙特卡罗相结合的技术， 元个数；g(·)通常取为高斯函数，具有局部感受 提出基于ANN—MC方法的钢筋混凝土桥墩截面 的特性，体现RBF网络的非线性映射能力． 能力概率分析方法，并应用实例进行了验证． 2 基于ANN—MC法的钢筋混凝土 1 径向基网络基本原理 截面能力概率分析方法 径 向基神经 网络 (radialbasisfunctionneu— ralnetwork，RBFNN)是一种单隐层前馈型神经 本文采用正交设计法来保证神经网络训练样 网络，输入层节点只是传递输入信号到隐层，隐层 本的均匀性．应用神经网络和蒙特卡罗的方法对钢 节点由像高斯核函数那样 的辐射状作用函数构 筋混凝土截面能力进行概率分析的主要步骤如下． 成，而输出层节点通常是简单的线性函数隐层节 1)选取影响钢筋混凝土桥墩截面能力的随 点 中的作用函数对输入信号将在局部产生响 机变量 (包括材料参数和几何参数等)，并确定这 应 ·． 些随机变量的概率分布特征，如截面尺寸、箍筋间 其数学模型如下． 距、钢筋屈服强度、钢筋弹性模量、混凝土强度以 H H 及混凝土弹性模量等的均值和变异系数． = 硼“×g(1l 一足川)一 (1) 2)对每个影响参数选取参数水平个数(本文 收稿 日期：20o8一O7—14 冯清海：男，28岁，博士生，主要研究领域为