基于优化神经网络的桁架有限元模型修正 - 江苏科技大学学报.pdfVIP

第３１卷第２期 江苏科技大学学报（自然科学版） Ｖｏｌ３１ Ｎｏ２ 　 ２０１７年４月 ＪｏｕｒｎａｌｏｆＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）　 Ａｐｒ．２０１７ 　　　　　　 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－４８０７．２０１７．０２．０２１ 基于优化神经网络的桁架有限元模型修正 曾小燕，王　林 （江苏科技大学 土木工程与建筑学院，镇江２１２００３） 摘　要：阐述了基于优化ＢＰ神经网络的桁架结构有限元修正原理，提出了用遗传算法对ＢＰ神经网络进行优化和编程，并 用超高塔架有限元模型算例验证了该方法的有效性和准确性．研究结果表明：未经修正的有限元模型的误差在４％，修正后 的误差降低到０８４％以下，通过置信准则ＭＡＣ值验证了ＧＡＢＰ方法修正后ＭＡＣ值提高到０９４以上，而未修正时ＭＡＣ值 在０７以上．证明了优化ＢＰ神经网络修正过的桁架结构比未经过修正的结构更符合实际工程，该方法为日后同类型超高 桁架结