神经网络与响应面法相结合分析既有混凝土桥梁的可靠性

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

神经网络与响应面法相结合分析

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义．提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析．数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景．     

神经网络与响应面法相结合分析

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

基于BP神经网络和粒子群算法的钢管混凝土拱桥可靠度分析

文章针对大跨径钢管混凝土拱桥结构可靠度求解困难的问题,将BP神经网络与粒子群算法引入拱桥可靠度分析领域,首先利用BP神经网络对结构极限状态函数进行拟合,将高度非线性的极限状态方程显式化,然后采用粒子群算法全局搜索验算点并求解可靠指标。计算分析结果表明,BP神经网络和粒子群算法弥补了传统可靠度分析方法的不足,提高了计算精度,为大跨径桥梁结构可靠度研究提供了新的思路和手段。     

基于响应面重构的一种可靠度计算方法

大型复杂结构的可靠度分析中,极限状态方程往往无法显式表达。针对这种情况,文章采用二次多项式函数重构响应面来寻求设计验算点;然后在设计验算点附近,采用BP神经网络重构响应面,拟合极限状态函数;在此基础上,采用基于最优化原理的蒙特卡罗方法求解结构的可靠性指标。与其他单一的响应面重构方法相比,文中方法具有计算简便及精度高的特点;工程计算语言Matlab采用矩阵操作,并提供了包括优化、统计、神经网络在内的大量工具箱,而且语言简单,使得编程效率大大提高,能快速方便地实现可靠度计算程序的编制。     

基于支持向量回归的响应面可靠度计算

 针对可靠度计算问题中极限状态函数比较复杂或为隐式的情况,提出了一种基于支持向量回归的响应面可靠度计算方法。该方法通过支持向量回归来拟合极限状态函数,所得函数偏导数计算简单,便于进一步采用常规的一次或二次可靠度方法进行求解。该方法首先用拉丁超立方抽样方法产生训练所需样本,通过支持向量回归构造极限状态函数的替代函数,然后用可靠度计算中比较常用的梯度优化法计算其可靠指标或失效概率。算例结果证明了本文方法的可靠性和有效性。     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

基于人工神经网络的框架结构可靠性分析

为了解决结构可靠性分析中的非线性问题,将人工神经网络和Monte Carlo法相结合,利用训练后的网络模型对大范围的数据进行概率分析,得到了极限状态函数值的数字特征,求得结构系统的可靠性指标.该方法为复杂结构系统和极限状态函数无法显式表达的结构系统的可靠性分析提供了一个新途径.     

一种正态分布结构可靠性的改进算法

针对传统强度-应力干涉模型存在的局限,提出了一种改进的结构可靠性计算方法.利用泰勒级数展开求解非线性极限状态函数的可靠性系数,采用样本试验数据估计随机变量的分布参数,从而解决了分布参数未知、极限状态函数为非线性的正态分布结构在一定置信水平下的可靠性置信区间的计算问题.     

基于改进响应面法的在役PC桥梁承载力可靠性

提出改进响应面法研究在役PC桥梁承载力可靠性问题。利用神经网络模型拟合功能函数,采用JC法计算出桥梁结构构件的可靠指标,并进行了可靠性分析。工程实例分析表明：该方法建立的神经网络模型能够显示化表示复杂的桥梁承载力功能函数;随着使用年限的增长,桥梁上部结构的可靠指标计算值逐渐减小,说明上部结构抗力出现衰减;应用改进响应面法对在役PC桥梁承载力的可靠性计算是可行的。     

大型生命线工程抗震可靠度分析的递推分解算法

提出了系统结构函数的递推分解格式,建立了网络抗震可靠度的递推分解算法,这一算法的邦弗瑞尼不等式下限为系统可靠度的真实界限,从而给出了计算大型网络系统抗震可靠度的一类新方法,并进行了不同类型系统抗震可靠性分析的案例研究,证实了建议算法的有效性。     

基于弹性模量缩减法研究结构体系可靠度

针对现有体系可靠度理论的两大难点,基于塑性极限分析理论研究建立了体系可靠度分析的弹性模量缩减法:首先以单元的可靠指标为控制参数,定义结构的可靠指标均匀度和基准可靠指标,并建立新型的弹性模量调整策略;进而通过系统地缩减各单元的弹性模量,以模拟结构的可靠指标重分布和失效状态转移,通过一系列弹性有限元迭代分析确定结构体系的失效概率.该方法从根本上回避了现有体系可靠度理论的两大难点,避免了繁琐的失效模式分析和多模式联合失效概率的相关性分析.算例分析表明,该方法不仅适用于静定结构,而且适用于超静定结构,计算格式简单,计算精度较高.     

结构非概率-模糊混合可靠性分析方法

研究了非概率不确定性量和模糊变量共存时的结构可靠性问题.以结构极限状态函数和模糊变量隶属函数为条件,基于可能性理论导出了结构的模糊失效域和模糊安全域及其隶属函数,将原混合可靠性问题转化为模糊失效准则下的非概率可靠性问题;在结构非概率可靠性模型的基础上,建立了模糊失效准则下的结构非概率可靠性指标;提出了一般性的非概率不确定性量和模糊变量共存时的结构可靠性分析方法,该方法能同时考虑非概率不确定性波动和模糊变量的可能性分布,更合理地评价结构可靠性.     

矸石散体塑性滑移的稳定性评价分析

通过分析永荣韦家沟煤矸石山的堆积形态、水系地貌、自身结构等滑坡特征,研究了韦家沟煤矸石山的滑坡机制.利用塑性极限分析上限定理,以Bishop条分法为基础,建立极限状态函数,结合可靠性分析方法对韦家沟煤矸石山的安全系数及可靠度指标进行了计算.计算结果表明,塑性极限理论上限法考虑了土体内部的应力-应变关系,公式推导上较为严格,且考虑矸石山固有的参数变异性,使稳定性计算结果更加合理.     

基于动态模糊神经网络的配电网规划供电可靠性评估

传统的供电可靠性评估方法是以准确的配电网结构和多年的元件可靠性历史数据为基础进行评估,难以实现对城市配电网规划方案的供电可靠性评估.为此本文提出一种基于动态模糊神经网络的配电网规划供电可靠性评估方法,首先对供电可靠性的影响因素进行分析,建立供电可靠性评价指标体系,然后利用动态模糊神经网络对规划目标年的供电可靠性进行评估,算例表明,该方法是有效的.     

基于高斯过程分类与蒙特卡洛模拟的岩土工程结构可靠度分析方法

岩土工程结构可靠度分析中,功能函数一般呈隐式且需借助有限元等数值计算来构建,采用传统蒙特卡洛模拟法求解时常遇到计算耗时大和计算效率低的问题,进而导致该方法在实际工程应用中受到极大限制。将结构可靠度求解问题转化为二元分类问题,把分类性能优异的高斯过程分类模型与蒙特卡洛法相结合,提出了岩土工程结构可靠度分析的高斯过程分类——蒙特卡洛法。根据所建立的隐式功能函数,采用岩土工程结构分析程序构造少量的学习样本,利用学习后的高斯过程分类模型重构极限状态方程,实现随机样本的安全或失效状态的准确识别,进而采用蒙特卡洛抽样模拟获得结构的失效概率与可靠指标。算例研究表明,方法简单易行,与传统蒙特卡洛模拟法相比较,计算效率明显较高,且易于与各种岩土工程结构分析程序或商业计算软件相结合。     

求解结构可靠指标的线性可行方向算法

为克服当极限状态曲面方程非线性程度较高时应用一次二阶矩法求解可靠指标可能不收敛的问题,提出一种求解结构可靠指标的线性可行方向算法.该算法采用求解约束极值问题的可行方向策略,在迭代过程中综合考虑了目标函数和极限状态曲面方程的影响.算法在每步迭代中先计算极限状态曲面在前步迭代点处的切平面,然后在此切平面上选定一个点,使该点和原点的连线与极限状态曲面的交点满足可行方向和收敛的要求.数值算例表明,无论极限状态曲面方程非线性程度如何,该算法都具有较高的精度和效率.这为结构可靠指标的计算提供了新的方法.