基于神经网络BP算法的某网架结构体系可靠度计算研究.pdfVIP

第六届全国现代结构工程学术研讨会 基于神经网络BP算法的某网架结构体系 可靠度计算 颜卫亨 孙洪 (长安大学建筑工程学院710061) 摘要：对于复杂结构体系，其功能函数不能通过数学式显示表达；为了得到网架结构体系可靠度计算的一般方法，本文采 用基于神经网络的BP算法来模拟网架的极限功能函数，从而计算其失效概率。通过计算某折叠网架，并与蒙特卡罗方法相 对比，得出这种方法在计算网架体系可靠度的可行性，且大大提高了计算的效率。 关键词：神经网络，体系可靠度，BP算法，折叠网架 一、引言 网架结构体系由于造型新颖，自重轻，结构剐度大，结构的耗能能力强，覆盖的建筑空间大等优点， 在现代生活中越来越受到人们的钟爱；同时，随着人们对网架的要求越来越高，其结构的安全可靠性也越 来越重要。影响网架的可靠性的因素有很多，如物理几何参数的不定性，统计参数的不定性，计算模型的 不定性。目前对结构体系可靠度的验算方法，是根据结构体系当出现足够多的单元失效，结构体系的刚度 矩阵奇异时，则认为体系失效，并且形成了一个失效模式或一个完整的失效路径，通过寻找主要的失效模 式或者失效路径，并计算各路径之间的相关性，最后由PNET法来确定体系的可靠度…。在这种体系可靠度 的计算方法中，主要有以下的不足：(1)没有考虑到网架结构的几何非线性的影响，而一般的网架结构体 系其变形程度都会很大；(2)寻找结构的主要失效模式比较麻烦，而且可能漏掉一些主要的失效模式，从 而使得体系的可靠度计算不准确。随着计算机技术的发展和计算速度的不断突破，蒙特卡罗方法用来计算 体系的可靠度被认为是相对比较精确的方法，这种方法原理很简单，容易让人接受，但需要大量的计算样 本，且其计算精度直接取决于计算的样本容量，尽管也出现了很多降低样本的方法，如系统抽样法，重要 性抽样法，相关性抽样法等等，但都没有从根本上降低。本文采用的基于神经网络的方法来计算网架的体 系可靠度方法，仅需要少量次的样本模拟就可以用来求体系的可靠度，并与蒙特卡罗方法相对比，发现其 误差较小，足以达到工程应用的要求。 二、基本理论介绍 求解结构体系可靠度的问题实际上是求一个最优约束的方法。如果结构的功能函数Z=G(x)可以显示 的表示出来，则可以根据通常的求优化约束的方法来求体系的可靠度。设xl、x：…瓦是结构可靠度分析 中的n个随机变量，极限状态方程可以表示为z=G(X。、X2…X。)=0，当随机变量不满足正态分布时，可 以通过当量正态化方法将其正态化‘21，得到等效分布的均值和标准差((肛’。i)，G’。i)，然后根据迭代算法 可以求出设计验算点和∥值。其过程可以表示如下的优化约束模型‘31： Min 。 p2=∑心i—pxi)／o’。i】2 ’‘一。、 i_l 工业建筑2006增刊 783 第六届全国现代结构工程学术研讨会 s．t． g(x’l，X+2，．．．X’。)=0 (2) 从上面的分析过程可以看出：如果知道了极限状态方程的显示表达式，则可以根据约束模型方便的求 出体系可靠度；对于大部分的复杂结构，由于涉及的变量数目比较多，各变量之间的相关程度也不一样， 结构的失效路径或者失效模式很复杂，其功能函数不能通过一般的数学表达式来建立，这就对计算体系可 靠度带来了很大的挑战，同时也吸引了一大批专家学者来研究它。 针对这种情况，人们提出了很多有用的方法，其中神经网络模拟方法更是发挥了其作用。起初，神经 网络并不是用来为计算结构体系可靠度，而主要用于建立智能计算机网路、控制系统等。1987年，ROBERT 提出的多层神经网络映射定理，从理论上证明了任意连续函数都可以通过一个三层神经网络来建立他们之 间的非线性映射关系。对于结构分析来说，从理论上建立了可以用一个三层神经网络来模拟设计变量和结 构响应的非线性映射关系。这为建立网架的体系可靠度，模拟极限状态方程提供了理论支持。通常采用的 神经网络的计算方法有很多种，而BP算法是最基础、最简单