钢管混凝土拱桥安全性评价的SVM机器模型.pdf
《钢管混凝土拱桥安全性评价的SVM机器模型.pdf》由会员分享,可在线阅读,更多相关《钢管混凝土拱桥安全性评价的SVM机器模型.pdf(3页珍藏版)》请在咨信网上搜索。
1、2 0 1 1年 第 1 1期 (总 第 2 6 5 期 ) N u m B e r 1 1 in 2 0 1 1 ( T o t a l N o 2 6 5 ) 混 凝 土 Co nc r e t e 理论研究 THEORETI CAL RES EARCH d o i : 1 0 3 9 6 9 i s s n 1 0 0 2 - 3 5 5 0 2 0 1 1 1 1 0 0 3 钢管混凝土拱桥安全性评价的 S VM 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 0 6 6 0 0 0 ;2 秦皇岛市北戴河区建设工程质量监督站,河北 秦皇岛 0 6 6 0
2、 0 0 ) 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 S V M 方法, 建立了钢管混凝土拱桥安全性评价的 S V M 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 : T U5 2 8 0 1 文献标志码 : A 文章编号 : 1 0 0 2 3 5 5 0 ( 2 0 1 1
3、 ) 1 1 - 0 0 0 8 0 3 Sa f e t y ev a l u a t i on o f c onc r et e f i l l ed s t e e l t ub e a r c h br i dge b as e d on s up po ve c t or ma chi ne Z H ANGRo n g -j i a n , Z H A NGZ h i q i a n g 2 , ZUS h u - x u n ( 1 Q i n h u a n g d a oVo c a t i o n a l a n dT e c h n i c a l C o l l e g
4、e , Qi n h u a n g d a o 0 6 6 0 0 0 , C h i n a ; 2 Q i n h u a n g d a o B e i d mh e Di s t r i c t C o n s t r u c t i o n E n g i n e e ri n g Q u ali t y S u p e r v i s i o n S t a t i o n , Q i n h u a n g d a o 0 6 6 0 0 0 , C h i n a ) Ab s t r ac t : To g a i n t h e r e s u l t o fthe s
5、a f e t y a s s e s s me n t o f CFS T a r c h b rid g e , b a s e d o n the t r a d i t i o n a l s a f e t y e v a l u a t i o n me t ho d s , a s u p p o r t v e c t o r ma c h i n e mo de l o f s a f e t y e v a l u a t i o n me t h o d wa s p res e me d W i th c o n s i de r a t i o n o f s e v
6、 e r a l k e y f a c t o r s wh i c h a ffe c t the wh o l e s a f e t y s t a t e s u c h a s l o a d b e a ri n g c a p a b i l i ty, d a ma g e o f b e a r i n g c o mp o n e n t a n d d a ma g e d s t a t e o f a p p e a r anc e , a s u p p o rt v e c r ma c h i n e mo d e l we r e e s t a b l i
7、 s h e d a n d tra i n e d b y c h e c king s a mp l e s g a i n e d f r o m the d a t a me a s u r e d o n the s p o t F i n a l l y, the wh o l e s a f e t y e v a l u a t i o n o f l o a d b e a r i n g c a p a b i l i t y, d a ma g e o f b e a rin g c o mpo n e n t , d a m a g e d s tat e o fa p
8、 pe a r an c e an d c o mp l e t e d s t a t e o fa r c h b rid g e we r e g o R e n b y the me th o d o f s i m u l a t i o n T h e r e s u l t o f s a f e t y e v a l u a t i o n o n e p r a c t i c a l B ri d g e s h o ws t h a t the a p p r o a c h i s h i g h l y p o t e n t i a l an d p r a c
9、t i c a l t o e v al u a t e the s a f e ty o f l o n g s p a n c o n c r e t e fi l l e d s t e e l t u b e a r c hb rid g e Ke y wor ds : b rid g e e ng i n e e ri n g; CFS T a r c h b rid g e ; s a f e t y a s s e s s me n t ; s u p po r t v e c t o r ma c h i n e mo d e l 0 引言 桥梁结构体系的评估结果反映了整体结构
10、的安全性技术 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 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 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 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 隐患, 甚至经常有类似的事故发生f2 。 有鉴于此, 为确保桥梁 的安全运营, 必须对大型桥梁进行有效的综合监测和评估。 自 2 O 世纪 8 0年代以来 , 国内外学者在桥梁的安全性评价方面作 了大量的研究, 提出了众多安全洼评价方法。 如外观调查评定法、 内力验算评定法、 荷载试验法、 专家系统评定方法、 基于可靠度 理
11、论评定法 、 承载力的计算机有限元模拟评定法、 神经网络法 与模糊神经网络法等。 然而, 由于桥梁结构是一个复杂的结构体 系, 存在着诸多不确定性因素 , 使得上述各评价方法也相应地 存在着许多不足之处3 1 。 支持向量机, 英文为 S u p p o r t Ve c t o r Ma c h i n e , 简称 s V机 ( 论文中一般简称 S VM) 。 它是一种监督式学习的方法, 它广泛 的应用于统计分类以及回归分析中。 支持向量机属于一般化线 性分类器 。 它们也可 以被认为是提克洛夫规范化( T ik h o n o v 收稿 日期 :2 0 1 1 _ J0 5 一 l 9
12、8 R e g u l a r i z a t i o n ) ) 2 的一个特例。 这种分类器的特点是他们能够同 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 为最大边缘区分类器。 在统计计算中, 最大期望( E M) 算法是在概 率( p r o b a b i l i s t i c ) 模型中寻找参数最大似然估计的算法, 其中概率 模型依赖于无法观测的隐藏变量( L a t e n t Va r i a b l e ) 。 最大期望经常 用在机器学习和计算机视觉的数据集聚( D a t a C l u s t e r i n g ) 领域。 最 大期望算法经过两个步骤交替
13、进行计算: 第一步是计算期望( E) , 也就是将隐藏变量像能够观测到的一样包含在内从而计算最 大似然的期望值 ; 另外一步是最大化( M) , 也就是最大化在 E 步上找到的最大似然的期望值从而计算参数的最大似然估计。 M 步上找到的参数然后用于另外一个 E步计算, 这个过程不断 交替进行。 近年来, 在 自然科学的很多领域得到广泛应用 , 但 在桥梁领域内的应用至今研究较少。 本文根据判别分析理论的 思想, 试图建立距离判别分析模型对钢管混凝土拱桥安全性进 行评价。 该模型选用多项指标作为综合评判的判别因子, 并在实 际工程中进行运用 , 取得了良好的效果。 1 s v M 机 器模 型简
14、介 Va p n i k等人在多年研究统计学习理论基础上对线性分类 器提出了另一种设计最佳准则。 其原理也从线性可分说起 , 然 学兔兔 w w w .x u e t u t u .c o m 后扩展到线性不可分的情况 。 甚至扩展到使用非线性函数中 去 , 这种分类器被称为支持 向量机( S u p p o Ve c t o r Ma c h i n e , 简 称 S V M) 。 支持向量机的提出有很深的理论背景。 支持向量机方 法是在近年来提出的一种新方法 , 但是进展很快 , 已经被广泛 应用在各个领域之中。 S V M 的主要思想可以概括为两点 : 它是针对线性可分 情况进行分析,
15、 对于线性不可分的情况 , 通过使用非线性映射 算法将低维输入空间线性不可分的样本转化为高维特征空间 使其线性可分, 从而使得高维特征空间采用线性算法对样本的 非线性特征进行线性分析成为可能 ; 它基于结构风险最小化 理论之上在特征空间中建构最优分割超平面, 使得学习器得到 全局最优化, 并且在整个样本空间的期望风险以某个概率满足 一 定上界。 在学习这种方法时, 首先要弄清楚这种方法考虑问题的特 点 , 这就要从线性可分的最简单情况讨论起 , 在没有弄懂其原 理之前 , 不要急于学习线性不可分等较复杂的情况 , 支持向量 机在设计时 , 需要用到条件极值问题的求解 , 因此需用拉格朗 日 乘
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 钢管 混凝土 拱桥 安全性 评价 SVM 机器 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【wang****lang】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【wang****lang】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。