基于神经网络的钢筋混凝土框架异型节点抗震性能研究-防灾减灾工程及防护工程专业论文.docxVIP

基于神经网络的钢筋混凝土框架异型节点抗震性能研究-防灾减灾工程及防护工程专业论文.docx

  1. 1、本文档共63页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于神经网络的钢筋混凝土框架异型节点抗震性能研究 基于神经网络的钢筋混凝土框架异型节点抗震性能研究 专 业:防灾减灾工程及防护工程 硕士生:白建方 指导教师:白国良教授 摘 要 本文研究了利用神经网络技术分析钢筋混凝土框架异型节点抗震性能的可行性,介绍了 神经网络的发展历程和基本性能,并探讨了诸如样本集的准备、网络拓扑结构的构建、隐含 层神经元数目的确定以及训练方法的选择等若干实际问题。 论文的主要研究内容及成果如下: 1.从前馈神经网络原理分析出发,探讨了应用神经网络技术模拟钢筋混凝土构件恢复 力行为的若干问题,并建立了基于BP神经网络的钢筋混凝土框架异型节点在低周反复荷载 作用下的恢复力特性预测模型; 2.利用神经网络方法研究了低周反复荷载作用下的钢筋混凝土框架异型节点抗剪承载 力与各主要影响因素之间复杂的非线性关系,并利用BP神经网络分别建立了该节点的抗裂 承载力预测模型以及抗剪极限承载力预测模型; 3.根据低周反复荷载作用下的钢筋混凝土框架异型节点的受力特点和破坏模式,提出 了一种将其视为子结构进行损伤分析的方法,并分别利用传统计算方法和神经网络方法建立 了该类节点的损伤模型。 通过与试验结果相对比,新方法获得了令人满意的结果。由此可见,神经网络计算在钢 筋混凝土框架异型节点的抗震行为和力学特性研究领域是一种切实可行且极具发展潜力的 新方法。 关键词:钢筋混凝土异型节点:神经网络;抗震性能;低周反复荷载 论文类型:应用基础研究 Study Study on Sdsmic Behavior ofAbnormal Joints of Reinforced Concrete Frame Based OH Neural Networks Speciality:Disaster Prevention and Reduction Engineering, Protective Engineering Master Candidate:Bai Jianfang Instructor:Prof.Bai Guoliang Abstract This study investigates the feasibility of using neural networks to analyze the seismic behavior of abnormal joints of reinforced concrete frame;the progress and basic properties of the neural networks are introduced.Several problems,involving collection of samples,construction of neural networks topology,determination of the number of neural cells and choice of training method,are discussed. The research mainly includes following contents: 1.According to the mechanism of Feed forward Neural Network,some issues about Neural Networks—based modeling of hysteretic behavior of reinforced concrete member are discussed. Back Propagation(BP)Neural Networks model is build to predict the hysteretic behavior of the reinforced concrete abnormal joints under low reversed cyclic loading. 2.Neural Networks tecbnology is applied to build the complex non-linear relationship between the anti—shear capacities of the reinforced concrete abnormal Joints under low reversed cyclic loading and the main factors。Back Propagation Neural Networks model are build to predict the anti—crack capacity and bearing capacity. 3.Accordi

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档