基于云理论的斜拉索可靠性评价方法

为准确评估易损难修的斜拉索的可靠性，保证行车安全舒适，提出一种基于云理论的斜拉索可靠性评估方法.首先根据拉索力学特点和常见病害，以斜拉索的运营状态应力极值、恒载索力变幅、应力幅、基频、服役时间、PE护套开裂程度及阻尼系统完好程度为指标，建立了斜拉索可靠性评估指标体系.咨询专家意见建立权重云模型，并根据泛概念树的概念扩充原理实现权重的群决策.最后将指标对各等级的平均确定度与权重云模型加权汇总，得到可靠等级确定度的云模型并以此确定最终评级.规范评估结果与拉索实际病害情况对比验证了所提方法结果的合理性和可操作性.     

双基点迭代赋权法在桥梁工程中的应用

指标权重的准确与否是解决评估问题的关键因素之一,但主、客观赋权法存在各自弊病.因此,提出一种基于双基点分析的群决策赋权法.通过层次分析采集专家主观权重,并以其均值作为初始正基点,将各权重序列相对于正基点标准化后构造最小欧式距离的优化问题,解得专家可信度并修正主观权重.将修正后的权重作为正基点多次迭代,直到结果收敛于最优权重.通过引入实例验证了权重的迭代削弱了偏差过大的权重对最终赋权结果的影响,将可信度与主观权重融合的过程兼顾了主、客观赋权法各自的优点,提高了赋权结果的科学性.     

基于云理论的斜拉索耐久性风险评估

为了有效地避免事故的发生,给项目的安全提供前瞻性意见,提出一种基于云理论和ALARP准则的空间风险分析法.首先引入“可预兆性”作为风险指标,建立三维风险空间.随后定义了“风险界面”的概念,并以风险指标等级为变量建立界面方程.通过修改变量系数调整风险空间形态,实现不同评估需求下对风险指标的赋权.最后,根据云运算法则建立风险空间云模型和评估样本云模型,并基于样本云模型生成大量云滴,带入风险空间正向云发生器中计算平均确定度,作为确定最终风险评级的依据,实现了风险评估过程的完全量化.以斜拉索耐久性风险评估为例,验证了新方法与规范的相符性和可行性.     

一种改进AFSA-Elman边坡位移预测网络

Elman网络在边坡位移序列预测的应用中,对于网络隐含层神经元个数、阈值的选取没有具体的定论,且收敛速度慢,容易陷入局部解.基于此,将人工鱼群算法与 Elman 网络相结合,建立了改进的 AFSA-Elman 边坡位移预测网络,修正鱼群算法的步长,并利用经改进后鱼群算法强大的寻优能力,对Elman网络的初始权值和阈值进行优化,提高了Elman网络的预测精度和收敛速度.将改进的AFSA-Elman网络与传统Elman网络以及AFSA-BP网络进行对比,并模拟了3种网络的迭代过程,发现改进的AFSA-Elman预测网络较以上两种预测网络具有较高的精度,收敛性更好,更适用于边坡位移的预测.     

基于云理论的评估模型和方法

提出一种基于云理论的评估方法,首先利用程度分析法量化定性标度,并在此基础上建立评估标准的云模型.随后根据底层指标的实测值和专家评分计算云参数,并结合指标权重逐层向上进行云运算,得到评估样本的云参数.基于此生成大量样本点,代入评估标准的正向云发生器中计算确定度均值,作为最终评级的依据.相比之下,取评估样本期望计算确定度的方法没有考虑评估的不确定性,当评估不确定性较强时可能导致确定度的计算结果失真.最后以斜拉索耐久性评估为例,验证了方法的有效性和可操作性,为解决评估问题提供了一种更科学的手段.