基于神经网络的剪力墙极限承载力计算.pdfVIP

第42卷第17期山西建筑Vol.42N.17

•30•2016年6月SHANXIARCHITECTUREJun.2016

文章编号：1009-6825(2016)17-0030-02

基于神经网络的剪力墙极限承载力计算

刘佳罗健常媛

(北京建筑大学，北京100044)

摘要:采用15片不同剪力墙的实验数据，将11片的实验数据作为神经网络的训练数据，其余4片的实验数据作为验证数据，并

对比分析了实验数据和预测数据，提出了用神经网络系统来预测类似剪力墙承载力的方法。

关键词:人工神经网络，剪力墙，极限承载力，径向基神经网络，matlab

中图分类号:TU312文献标识码:A

〇引言层节点便越多，最后是数据的输出层，输出数据的个数便是输出

层节点的个数。剪力墙抗剪承载力公式矣1/U-0.5)

剪力墙是高层建筑抵抗侧向力的主要构件，因此剪力墙极限

承载力对结构安全十分重要。一位有经验的工程师不用计算就[〇.5办人+〇•im4„/4]+/^4人々[3]。高墙抗弯强度计算公式:

能大致判断出一个钢筋混凝土构件的承载力，只要他以前见到过祀=4/；L+4«/一„/2+氣/2[4]。还有一系列根据剪力墙破坏

类似的构件，不管是钢筋混凝土墙、钢筋混凝土板，还是钢筋混凝模式建立起来的计算公式，从各种计算公式可以看出剪力墙的承

土柱。这是因为以前的经验数据已经存储在他的大脑中,遇到新载力与各种变量呈现复杂的函数关系[5]，且在同一破坏模式下其

的类似的构件就能够通过与以往构件作对比的方式确定其大致基本的函数关系是确定的，而径向基神经网络能够逼近任意的连

的承载力。人工神经网络系统正是模拟生物神经网络在工作时续函数，那么就从理论上可以证明：可以通过径向基神经网络系

的基本原理来处理现实问题，现阶段人工神经网络系统已经在土统来预测剪力墙的极限承载力。

设:有iv个训练数据，权值为％，则正则化径向基网络基本

木工程当中得到一些运用但运用范围还不是很广泛，需要我们进

一步的探索和研究，特别是随着大数据时代的到来，各种工程、实结构图见图1。

验数据的大量累计更有利于神经网络系统的发展。本文探讨了

神经网络系统在剪力墙极限承载力上的运用。

1人工神经网络系统理论

20世纪40年代，精神病和神经元解剖学家McCuUoch与数学

天才Pitts在生物物理学会期刊上发表文章提出神经元的数学描

述与结构，并且从理论上证明只要有足够多的简单的神经元在这

些神经元相互连接同步运行的情况下，神经网络能够计算任何已

知的函数。之后经过几十年的发展由不同的人提出了不同的人图1径向基网络基本结构

工神经网络模型用以解决不同的问题[6]。实际输出为。=[DW,)%.,…，;rw],/为输出层节点的

在人工神经网络中，最重要的概念莫过于神经元节点函数与数量，乙为神经网络的实际输出。输出层第y个神经元输出的结

权值。神经元节点组成神经网络系统的基本结构而权值的改变果为：

能够储存训练或学习过的知识。节点函数在有向图中表现为节)%.=X%；)(尤i，毛）J.=1，2，…，i。

点，节点间的相互连接强度便是权值。人工神经网络最大的特点