基于BP优化神经网络的桥梁抗震动力可靠度分析

作者：刘宏达

来源：黑龙江交通科技, 2023, 46(06): 66-69.

DOI：10.16402/j.cnki.issn1008-3383.2023.06.018

• 桥梁工程
• 可靠度分析
• BP神经网络
• 粒子群算法
• 抗震性能

为提升BP神经网络响应面的训练效率及拟合精度，基于首次超越准则和虚拟激励法对桥梁结构在地震作用下的主梁动力可靠度展开研究。引入粒子群算法对标准BP神经网络的权值和阈值进行参数寻优，与未经优化的BP神经网络、RBF神经网络响应面的计算结果进行对比，分析了(20+25+20)m跨径的预应力钢筋混凝土连续箱梁主梁动力可靠度指标。结果表明：相对于遗传算法，粒子群算法对BP神经网络的参数寻优具有更高的收敛效率和精度；优化后的BP神经网络相较于未优化的BP神经网络和RBF神经网络具有更高的训练效率和拟合精度，主梁动力可靠度指标相对误差仅为1.54%;桥梁结构在地震作用下的主梁动力可靠度指标大于4,具备良好的抗震性能。