检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:林立[1]
机构地区:[1]厦门理工学院,福建厦门361024
出 处:《福建建筑》2012年第11期62-65,共4页Fujian Architecture & Construction
基 金:福建省自然科学基金项目资助;项目编号:2012J05104;厦门理工学院高层次人才项目资助;项目编号:YKJ11018R;公路工程省部共建教育部重点实验室开放基金资助;项目编号:kfj090106
摘 要:越来越多的桥梁需要进行损伤维护,面对的首要问题即是如何快速高效地进行损伤鉴定。本文探讨了人工神经网络方法在损伤鉴识方面的可行性,通过对68座钢筋混凝土梁式桥破坏信息的收集整理,建立仿真样本库,训练网络。经过比较选择泛化能力优越的RBF网络,开发了"桥梁工程鉴识专家系统"。利用该系统对一座损伤桥梁进行鉴识分析,良好的效果说明了该系统的有效性以及人工神经网络方法在解决工程鉴识问题方面的卓越能力。More and more damaged bridges need maintenance. The quick and efficient damage forensic became the most important issue. In this paper, the feasibility of artificial neural network method applicated to the damage forensics was investigated. 68 reinforced concrete girder bridges' damage information was collected for establishment the simulation sample library and training multiple networks. Basing on the compare, the RBF network, because of its generalization, was selected for developing Bridge Engineering Forensic Expert System. The network was used for a damage bridges' forensic. The excellent results demonstrate the effectiveness of the network, and the outstanding ability of artificial neural network method in solving engineering forensic problems.
关 键 词:鉴识工程 人工神经网络 钢筋混凝土梁式桥 损伤维护
分 类 号:U445.71[建筑科学—桥梁与隧道工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.63