基于支持向量機(jī)的大跨度斜拉橋可靠度分析

基于支持向量機(jī)的大跨度斜拉橋可靠度分析

ID:34277611

大?。?.09 MB

頁(yè)數(shù):104頁(yè)

時(shí)間:2019-03-04

基于支持向量機(jī)的大跨度斜拉橋可靠度分析_第1頁(yè)
基于支持向量機(jī)的大跨度斜拉橋可靠度分析_第2頁(yè)
基于支持向量機(jī)的大跨度斜拉橋可靠度分析_第3頁(yè)
基于支持向量機(jī)的大跨度斜拉橋可靠度分析_第4頁(yè)
基于支持向量機(jī)的大跨度斜拉橋可靠度分析_第5頁(yè)
資源描述:

《基于支持向量機(jī)的大跨度斜拉橋可靠度分析》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、分類(lèi)號(hào):U44,U4510710-2015121145碩士學(xué)位論文基于支持向量機(jī)的大跨度斜拉橋可靠度分析袁健導(dǎo)師姓名職稱(chēng)劉來(lái)君教授申請(qǐng)學(xué)位級(jí)別碩士學(xué)科專(zhuān)業(yè)名稱(chēng)橋梁與隧道工程論文提交日期2018年4月16日論文答辯日期2018年5月13日學(xué)位授予單位長(zhǎng)安大學(xué)Reliabilityanalysisoflargespancable-stayedbridgebasedonsupportvectormachineAThesisSubmittedfortheDegreeofMasterCandidate:YuanJia

2、nSupervisor:Prof.LiuLaijunChang’anUniversity,Xi’an,China摘要本文首先歸納既有可靠度理論和計(jì)算方法,總結(jié)每種方法的優(yōu)點(diǎn)與不足,運(yùn)用支持向量機(jī)響應(yīng)面法來(lái)擬合大跨徑斜拉橋結(jié)構(gòu)的功能函數(shù),并選擇高效的智能算法來(lái)計(jì)算可靠指標(biāo)。主要研究?jī)?nèi)容如下:(1)總結(jié)傳統(tǒng)的可靠度求解法的不足:一次可靠度法、二次可靠度法必須有功能函數(shù)的表達(dá)式,并且在功能函數(shù)很復(fù)雜時(shí)準(zhǔn)確度較低;蒙特卡羅法運(yùn)算量非常大;二次多項(xiàng)式響應(yīng)面法在處理高度復(fù)雜的功能函數(shù)時(shí)的精度不足,神經(jīng)網(wǎng)絡(luò)響應(yīng)面法易出現(xiàn)

3、欠學(xué)習(xí)、過(guò)學(xué)習(xí)和局部最優(yōu)等問(wèn)題。發(fā)現(xiàn)支持向量機(jī)算法具有擬合精度低、小樣本學(xué)習(xí)能力強(qiáng)、結(jié)果全局最優(yōu)等優(yōu)點(diǎn),能夠得到符合斜拉橋受力性能的功能函數(shù)表達(dá)式。(2)在標(biāo)準(zhǔn)正太空間內(nèi),可靠指標(biāo)就是極限狀態(tài)曲面與坐標(biāo)原點(diǎn)之間距離的最小值,這是一個(gè)約束優(yōu)化問(wèn)題;可以運(yùn)用罰函數(shù)法去掉約束條件,進(jìn)而轉(zhuǎn)換為計(jì)算無(wú)約束函數(shù)的最小值;最后運(yùn)用智能優(yōu)化算法計(jì)算可靠指標(biāo)。通過(guò)對(duì)常用于函數(shù)極值問(wèn)題的人工魚(yú)群算法、遺傳算法、粒子群算法的性能對(duì)比分析,發(fā)現(xiàn)粒子群算法的計(jì)算準(zhǔn)確度和穩(wěn)定性最優(yōu),更適合用來(lái)求解可靠指標(biāo)。(3)借助兩個(gè)算例,證實(shí)了本

4、文方法的精確性和高效性。將本文講述的可靠度計(jì)算方法通過(guò)matlab平臺(tái)編程實(shí)現(xiàn),能夠大大降低計(jì)算量,顯著改善界面環(huán)境,而且也能計(jì)算其他工程的可靠指標(biāo),有很好的實(shí)用性。(4)對(duì)禹門(mén)口大跨徑斜拉橋的跨中撓度、拉索應(yīng)力和主塔應(yīng)力進(jìn)行可靠度計(jì)算,發(fā)現(xiàn)橋梁的可靠指標(biāo)較高,可靠性很好。對(duì)各個(gè)隨機(jī)變量進(jìn)行參數(shù)敏感性研究,研究隨機(jī)變量均值和標(biāo)準(zhǔn)差改變時(shí)可靠指標(biāo)的變化趨勢(shì),得到了各個(gè)隨機(jī)變量對(duì)可靠指標(biāo)的影響程度,以及可靠指標(biāo)在隨機(jī)變量均值、標(biāo)準(zhǔn)差改變一定倍數(shù)時(shí)的變化情況,對(duì)斜拉橋的設(shè)計(jì)、建造和管養(yǎng)有一定參考價(jià)值。最后對(duì)禹門(mén)口

5、斜拉橋體系可靠度進(jìn)行了計(jì)算,所得可靠指標(biāo)較高。關(guān)鍵詞:大跨度斜拉橋,可靠度,智能算法,matlab工具箱,參數(shù)敏感性IIIAbstractThispapersummarizedtheexistingstructurereliabilitytheoryandcalculationmethod,summarizestheadvantagesandshortcomingsofeachmethod,usingthenewsupportvectormachineresponsesurfacemethodtofitti

6、ngfunctionsoflong-spancable-stayedbridgestructure,andchoosetheappropriateintelligentalgorithmtosolvethereliability.Themainresearchcontentsareasfollows:(1)Thispapersumsuptheshortcomingsofthetraditionalreliabilitymethod:theFORMmethodandSORMmethodneedstoknowt

7、heexpressionoffunction,andtheaccuracyislowwhenthefunctioniscomplex.Montecarlomethodisverycomputationallyintensive;Twopolynomialresponsesurfacemethodislessaccuratewhendealingwithhighlycomplexfunctions,andtheneuralnetworkresponsesurfacemethodiseasytobeunders

8、tudied,overstudyandlocaloptimal.Itisfoundthatthesupportvectormachinealgorithmhastheadvantagesoflowfittingaccuracy,stronglearningabilityofsmallsample,andthebestoverallresult,anditcangetthefunctionexpressiontha

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。