基于ANN的缆索支承体系桥梁效率评价.pdfVIP

180．基于ANN的缆索支承体系桥梁效率评价 乐云祥1 常 英2 (1．同济大学桥梁1-程系2．湖北省交通规划设计院) 摘 要：缆索支承体系桥梁效率一直以来被视为材料效率。显然不尽合理。从大系统理论的 角度．定义其为缆索支承体系桥梁安全性、适用性、经济性、美观性与风险的综舍效率。据此建立起 一套全面系统、科学合理、导向性好、可操作性强、规范化、符合传统认知方式的树形缆索支承体系 桥梁效率评价指标体系。特别设计了七层模糊神经网络评价方法以实现工程评价应用。 关键词：缆索支承体系桥梁 效率 评价 评价指标体系 模糊神经网络(ANN) 1 前言 现代缆索支承体系桥梁自工业革命以来，在世界范围内的发展势头迅猛，方兴未艾。透过 现象看本质，现代结构理论、设计理念、高强材料、整体桥面、计算机技术以及施工技术的进步， 正是推动缆索支承体系桥梁发展的巨臂。而缆索支承体系桥梁雄踞各类桥型跨径之首，且其 跨径增长纪录更是令其他桥型结构难以望其项背。何者?盖因缆索支承体系桥梁效率卓著 也! 缆索支承体系桥梁效率一直以来被视同缆索支承体系桥梁结构效率，这是不尽合理的。 事实上，后者仅是前者的一个子项。迄今为止，国内外对于缆索支承体系桥梁效率尚无明确定 义。 本文定义缆索支承体系桥梁效率为：缆索支承体系桥梁效率，是以其安全性、适用性、经济 性、美观性和风险为综合产出，与以其为对象的社会活动的总投入间的比率，即是对其安全性、 适用性、经济性、美观性和风险的综合度量。显见，此效率为一综合效率，涵盖了诸多的不确定 性因素，其评价应是综合评价。本文遵循评价工作的两个基本点进行缆索支承体系桥梁效率 评价：①在评价目标的指导下，对被评对象进行系统分析，确定评价指标体系及相应的权重体 1274 系；②对被评对象的有关属性进行测定，并将其转化为评价者的主观效用。 2效率评价指标体系 在广泛调查研究并参考国内外桥梁工程界规程、规范的基础上，本文遵循上述思想，对缆 索支承体系桥梁效率这一复杂系统进行层次分解，化成五个子系统：安全性、适用性、经济性、 美观性与风险；然后对五个子系统进一步地进行分解……。设计出如图1所示缆索支承体系 桥梁效率评价指标体系。 图1 分层递阶树形缆索支承体系桥梁效率评价指标体系 图1所示的缆索支承体系桥梁效率评价指标体系分层递阶结构实为按分枝法形成的树形 结构，其特点是各层要素支配关系互不相交。此型指标体系结构便于采用最大树法进行指标 体系结构的初步确定。该型指标体系结构的优化分两步：一是指标体系指标间相关性的处理， 采用主成分分析法进行；二是评价指标灵敏度分析，采用模糊聚类方法(史本山，1990)来 实现。 指标体系最终确定后，进行指标权重体系的确定。本文采用AHP法进行主观赋权客观 化工作。 3效率评价方法 本文建立的缆索支承体系桥梁效率评价指标体系具有鲜明的特色：多目标多准则(多样 性)、不确定性指标及呈树形结构(层次性)。基于此，本文特别设计了七层的模糊神经网络 (FNN)来进行缆索支承体系桥梁效率评价。 3．1 FNN网络结构 考虑到传统神经网络在输入输出时均要进行属性值的规范化与清晰化工作(赵振宇， 1996；李水进，2000；YunfeiZhou，2002；Kei 模糊神经网络，见图2，在网络的输入端及输出端均增加了以比例因子为权值的链接权，使得 模型的适用性与泛化能力有了极大的提高，以实现MIMO模糊推理系统。 采用单值模糊产生器、最大代数积[sup(·)]运算及中心平均反模糊化器来实现模糊神经 网络功能： ]275 图2七层模糊神经网络拓扑结构示意 5 n ∑拐[Ⅱ心!(五)] ‘ f=1 i=1 yJ一—■—i———一