摘要
本发明公开了一种基于改进的AVOA-GRNN网络的梁桥主梁静载挠度预测方法,包括:1、建立车桥有限元模型并添加车桥不确定性模拟桥梁动静载试验,采集动静载试验数据;2、利用皮尔逊线性相关系数对上述数据进行特征选择;3、利用动静载实验数据训练GRNN神经网络模型,并构建改进的非洲秃鹫算法优化GRNN的参数,得到平均绝对误差最小时对应的光滑因子;4、将预测集的动载试验数据代入改进的AVOA-GRNN网络模型进行静载挠度预测。本发明能利用梁桥主梁动载试验数据来预测对应的静载挠度,从而能有效解决预测梁桥静载试验成本高,对交通影响大以及容易对桥梁结构造成损伤等诸多问题。
- 单位