BP神经网络在消能结构中的仿真应用研究

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：Application Research on Simulation of BP Neural Network in Energy Dissipation Structure 中文刊名：南昌大学学报(工科版) 英文刊名：Journal of Nanchang University(Engineering & Technology) 作者：黄晓吉 ; 金峻炎 英文作者：HUANG Xiao-ji ; JIN Jun-yan(School of Civil Engineering ; East China Jiaotong University ; Nanchang 330013 ; China) 中文关键词：仿真 ; 神经网络 ; 样本数据 ; BP算法 英文关键词：simulation ; neural network ; sample data ; back propagation algorithms 出版日期：2005-12-30 机构：华东交通大学土木建筑学院,华东交通大学土木建筑学院 江西南昌330013,江西南昌330013 年：2005 期：04 出版单位：南昌大学学报(工科版)

摘要

采用BP神经网络对支撑变形影响下的非线性粘滞消能器两端的位移幅值与层间位移幅值之比与消能器的阻尼系数、支撑的总水平刚度、结构的振动周期、层间位移幅值、消能器的非线性指数之间的关系进行预测仿真.仿真结果表明采用BP神经网络预测非线性粘滞消能器两端的位移幅值与层间位移幅值之比是有效且可行的.此外,还讨论隐含层结点数的合理确定.
In this paper,the forcasting simulation of the relation between the ratio of the maximal relative displacement of the nonlinear viscous damper to the maximal interstory displacement and the damp coefficient of the damper,the stiffness of the bases,the vibration period of structure,the maximal interstory displacement,the nonlinear exponent of the damper is performed by using BP neural network.The simulation results show it is an effective and feasible method to forecast the ratio of the maximal relative displacement of the nonlinear viscous damper to the maximal interstory displacement using BP neural network.In addition,this paper discusses how to choose the proper count of nerve cells in unseenble layer.

引文

[1]吴波,黄晓吉.考虑支撑变形时安装非线性粘滞消能器结构的抗震设计方法[J].地震工程与工程振动,2004,24(1):154-160.
    [2]齐干,陈学军,朱瑞均.BP神经网络在深基坑工程中的应用[J].建筑技术开发,2004,31(5):22-26.
    [3]周家刚.BP神经网络在大跨径斜拉桥施工控制中的应用研究[D].西安:长安大学,2003.
    [4]飞思科技产品研发中心.M atlab6.5辅助神经网络分析与设计[M].北京:电子工业出版社,2003.64-69.
    [5]夏红霞,周宏,钟珞,等.基于神经网络的混凝土结构使用寿命评估[J].安全与环境学报,2004,4(1):29-31.
    [6]李宏男,金桥.遗传BP神经网络主动AMD对偏心结构的减震控制[J].地震工程与工程振动,2003,23(2):134-142.