改进自适应遗传算法的BP神经网络在桥梁施工控制中的应用

论文摘要

近来随着经济的快速发展、综合国力的不断提升,我国公路桥梁建设事业也得到了迅猛发展。预应力混凝土连续梁桥由于具有变形小、施工方便、造价合理、跨越能力强等优点,而得到了广泛的应用。采用悬臂浇筑法施工的预应力混凝土连续梁桥,在施工期间将受到诸如混凝土收缩和徐变、临时荷载、温度效应等多方面不确定因素的影响,而这些都将导致结构内力和变形产生十分复杂的变化。此外,结构分析关键在于得到准确的结算结果;误差调整的关键在于根据施工监测所得的数据确定下一节段悬浇的立模标高。对桥梁实施施工控制可以确保桥梁施工质量和建设安全,同时也为成桥后的主梁线形和结构内力符合设计要求提供了保障。目前已有大量文献资料表明将神经网络应用到实际工程项目中是可行和有效的,但针对桥梁施工控制的应用还仍处于探索阶段。BP神经网络在函数逼近方面具有明显的优势,可以将其运用到连续梁桥施工控制的标高预测(偏差预测)中,但传统BP神经网络往往存在收敛速度太慢、容易陷入局部最优解、网络对初始值很敏感等问题。遗传算法采用概率搜索,避免落入局部极小点,但其局部精确搜索能力较差。因此,将遗传算法与BP神经网络结合将有利于实现优势互补,并在保证遗传算法整体优化特性的前提下,加快算法的收敛速度。本文首先分析总结了目前国内大跨径桥梁施工控制的研究现状,介绍了桥梁施工控制的目的、内容及其实施方法。分析研究神经网络和遗传算法的各自特点及其不足,并简要讨论了两种算法的融合方式及其应用前景。其次,针对南水北调丹江口施工大桥进行了仿真计算,得到该桥在施工阶段的应力和挠度值,为立模标高的计算提供了理论依据。最后,提出了一种基于最大进化步骤的小区间自适应遗传神经网络算法,并在Matlab R2007环境下进行编程实现,取得了较好的结果。研究表明,将该方法运用到桥梁施工控制中的主梁挠度误差调整是可行的。同时,本文所采用的方法也为今后遗传神经网络在桥梁施工控制中的应用提供了一定的参考价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 预应力连续梁桥的发展概况
• 1.2 大跨径桥梁施工控制综述
• 1.3 人工神经网络在桥梁施工控制中的应用
• 1.4 本文的主要工作
• 第2章 神经网络与遗传算法基本理论
• 2.1 人工神经网络发展概述
• 2.2 BP神经网络及其基本模型
• 2.2.1 BP神经网络的学习算法
• 2.2.2 BP网络的算法流程
• 2.2.3 BP网络结构参数设计
• 2.2.4 BP算法的改进
• 2.3 遗传算法基本理论
• 2.3.1 遗传算法的基本原理
• 2.3.2 遗传算法的设计
• 2.3.3 遗传算法的特点
• 2.4 遗传算法与神经网络的结合
• 2.4.1 遗传算法与神经网络的结合方式
• 2.4.2 遗传算法与神经网络的应用前景
• 第3章 大跨径桥梁施工控制
• 3.1 桥梁施工控制的目的及内容
• 3.1.1 几何线形控制
• 3.1.2 应力控制
• 3.1.3 稳定性控制
• 3.1.4 安全控制
• 3.2 桥梁施工控制的主要影响因素
• 3.2.1 结构参数
• 3.2.2 施工工艺
• 3.2.3 施工监测
• 3.2.4 结构计算分析模型
• 3.2.5 温度变化
• 3.2.6 材料收缩、徐变
• 3.3 现代桥梁施工控制系统
• 3.3.1 施工控制管理分系统
• 3.3.2 施工现场控制分系统
• 3.3.3 结构状态监测分系统
• 3.4 南水北调丹江口施工大桥施工监控
• 3.4.1 工程概况
• 3.4.2 主梁施工控制仿真计算
• 3.4.3 施工监测
• 3.4.4 控制结果
• 第4章 遗传BP神经网络的算法设计及其应用
• 4.1 算法的设计
• 4.1.1 编码方式
• 4.1.2 适应度函数的选择
• 4.1.3 初始群体的生成
• 4.1.4 遗传算子
• 4.2 算法的实现
• 4.3 神经网络在桥梁施工控制中的应用
• 4.3.1 网络参数的选取
• 4.3.2 神经元个数的确定
• 4.3.3 数据预处理
• 4.3.4 实例研究一
• 4.3.5 实例研究二
• 第5章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 附录