|
|
|
|
| |
| RC墩柱桥梁模板主要力学特性包括承载力和变形能力 |
采用本文提出的KGNN方法、建立的试验数据库和经验知识表征方法，可以对RC墩柱桥梁模板力学性能进行分析，图5为建立KGNN模型的流程图。首先，将80%和20%的试验数据分别随机划分为训练集和测试集;随后，确定KGNN架构:输入层为10个RC墩柱桥梁模板特征X,输出层为力学特性Y,隐含神经元数量为8一30(经过比较不同隐含层神经元数量的模型性能选择最优隐含层神经元数量)，激活函数为sigmoid函数，终止条件为最大循环次数1了或误差容错10一3，学习率为0.15,动量因子为0.05，噪声为0.01;最后，用训练集数据和领域经验知识训练KGNN模型，并通过比较得到RC墩柱桥梁模板力学性能最优分析模型。这里通过采用K折交叉验证方法以进一步保证模型的泛化性能，即将训练集数据随机分为K份(本文K取10)，每次取1份作为验证集，将其他K-1份数据作为训练集，训练得到的模型都要经过筛选;之后，将与经验知识相符的模型划入最优模型候选区，并采用验证集数据进行循环验证;最后，采用测试集数据即可验证该KGNN模型。
RC墩柱桥梁模板主要力学特性包括承载力和变形能力，这些特性可以用于RC结构有限元模拟和抗震分析及设计。本节以峰值承载力Uma、和极限变形能力d。为预测指标，验证本文提出的KGNN方法的有效性。该方法也可以无缝学习其他力学特性。为了比较本文方法与传统机器学习方法的有效性，本文采用常用的反向传播神经网络(BPNN)算法学习试验数据，建立纯数据驱动的RC墩柱桥梁模板力学特性分析模型。http://www.zbtaixing.com/ |
| 上一篇：RC墩柱桥梁模板特征与试验力学特性 下一篇：准确分析RC墩柱桥梁模板承载力和变形能力 |
|
| | |
|
