摘要
为了减少波形钢腹板剪切变形对波形钢腹板桥梁悬臂施工过程的影响,提高实体有限元模型在分析该类桥型时的计算效率,提出一种基于思维进化算法(MEC)的BP神经网络(MEC-BP)代理模型,建立代理辅助的波形钢腹板预应力混凝土(CSW-PC)连续刚构桥悬臂施工线形预测方法,以实现对桥梁施工状态的高精度逼近与快速反馈.首先,使用参数敏感性分析对桥梁悬臂施工线形控制参数进行识别,获得关键响应参数以提高模型分析效率;随后,将影响线形的敏感参数作为输入变量,在考虑参数不确定性的基础上,结合精细化实体有限元模型与现场测试数据获得训练样本;最后,使用MEC算法对训练样本群体进行"趋同、异化"操作得到优胜子群体,优化BP神经网络的权值与阈值,进行BP神经网络的训练与测试,迭代直至满足误差要求,得到MEC-BP线形预测代理模型.以陕西省首座大跨径CSW-PC连续刚构桥的线形预测为工程依托,将模型预测结果与现场实测值进行对比验证.结果 表明:模型预测值与实测值吻合较好,预测误差均满足要求,能反映线形误差变化规律;MEC-BP模型较传统BP模型在桥梁线形预测中具有更强的泛化能力,可以降低代理模型的训练成本,该方法在CSW-PC连续刚构桥施工控制的应用效果较好.
基金项目
国家自然科学基金(52178104)
陕西省交通科技项目(19-30K)
陕西省自然科学基础研究计划(2020JM-219)
NETL
NSTL
维普
万方数据