钢管混凝土拱桥安全性评价的svm机器模型

钢管混凝土拱桥安全性评价的svm机器模型

ID:32446331

大小:254.40 KB

页数:3页

时间:2019-02-04

钢管混凝土拱桥安全性评价的svm机器模型_第1页
钢管混凝土拱桥安全性评价的svm机器模型_第2页
钢管混凝土拱桥安全性评价的svm机器模型_第3页
资源描述:

《钢管混凝土拱桥安全性评价的svm机器模型》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、学兔兔www.xuetutu.com2011年第11期(总第265期)混凝土理论研究NumBer11in2011(TotalNo.265)ConcreteTHEORETICALRESEARCHdoi:10.3969~.issn.1002-3550.2011.11.003钢管混凝土拱桥安全性评价的SVM机器模型张荣建’,张志强。祖述勋’(1.秦皇岛职业技术学院,河北秦皇岛066000;2.秦皇岛市北戴河区建设工程质量监督站,河北秦皇岛066000)摘要:从影响钢管混凝土拱桥安全性的承载能力、承重构件损

2、伤以及外观损伤等3个主要方面进行考虑,建立高度非线性的输入与输出的映射关系。引入SVM方法,建立了钢管混凝土拱桥安全性评价的SVM机器模型。通过仿真得到桥梁承载能力、承重构件损伤、外观损伤以及成桥状态下最终的安全性信息。将建立的模型应用到实际桥分析中,较好地评价了钢管混凝土拱桥结构的安全性状况。关键词:桥梁工程;钢管混凝土拱桥;安全性评价;支持向量机中图分类号:TU528.01文献标志码:A文章编号:1002—3550(2011)11-0008—03Safetyevaluationofconcret

3、efilledsteeltubearchbridgebasedonsuppo~vectormachineZHANGRong-jian,ZHANGZhi—qiang2,ZUShu-xun(1.QinhuangdaoVocationalandTechnicalCollege,Qinhuangdao066000,China;2.QinhuangdaoBeidmheDistrictConstructionEngineeringQualitySupervisionStation,Qinhuangdao0660

4、00,China)Abstract:TogaintheresultofthesafetyassessmentofCFSTarchbridge,basedonthetraditionalsafetyevaluationmethods,asupportvectormachinemodelofsafetyevaluationmethodwaspresemed.Withconsiderationofseveralkeyfactorswhichaffectthewholesafetystatesuchaslo

5、adbearingcapability,damageofbearingcomponentanddamagedstateofappearance,asupportvec~rmachinemodelwereestablishedandtrainedbycheckingsamplesgainedfromthedatameasuredonthespot.Finally,thewholesafetyevaluationofloadbearingcapability,damageofbearingcompone

6、nt,damagedstateofappearanceandcompletedstateofarchbridgeweregoRenbythemethodofsimulation.TheresultofsafetyevaluationonepracticalBridgeshowsthattheapproachishighlypotentialandpracticaltoevaluatethesafetyoflong—spanconcretefilledsteeltubearchbridge.Keywo

7、rds:bridgeengineering;CFSTarchbridge;safetyassessment;supportvectormachinemodelRegularization)~)2的一个特例。这种分类器的特点是他们能够同0引言时最小化经验误差与最大化几何边缘区。因此支持向量机也被称桥梁结构体系的评估结果反映了整体结构的安全性技术为最大边缘区分类器。在统计计算中,最大期望(EM)算法是在概现状,是公路管理部门决策的重要依据。钢管混凝土拱桥在大跨率(probabilistic)模型中寻找参

8、数最大似然估计的算法,其中概率度桥梁的建造方面具有广阔的发展前景[1】。然而,气候、环境等模型依赖于无法观测的隐藏变量(LatentVariable)。最大期望经常自然因素的影响、日益增加的交通量的重载作用,以及由于施用在机器学习和计算机视觉的数据集聚(DataClustering)领域。最工质量问题和管理不善,已经运行的桥梁存在不同程度的安全大期望算法经过两个步骤交替进行计算:第一步是计算期望(E),隐患,甚至经常有类似的事故发生f2]。有鉴于此,为确保桥梁也就是将

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。