基于神经网络的自锚式悬索—斜拉混合体系桥梁施工监控方法研究

论文摘要

以国内外施工控制资料收集为基础,以其他桥型的施工控制方法为借鉴,使用现代数学方法,结合工程实例研究人工神经网络在自锚式悬索-斜拉混合体系桥梁施工控制中的应用,具体研究工作如下:1)参考国内外相关资料,着重讨论和对比几种常用施工控制方法的优缺点,验证了人工神经网络方法在桥梁施工控制中的应用更有优越性,提出了基于神经网络为基本理论的施工控制方法。分析研究人工神经网络基本原理,论证了人工神经网络方法在自锚式悬索-斜拉混合体系桥施工控制应用中的可能性。2)结合江苏常州龙城大桥实桥的控制数据,运用Midas对实桥进行建模分析,确定该桥的主要监控参数;采用BP神经网络对实桥进行参数识别和修正。3)利用修正的参数对模型进行计算并与实测结果比较,两者差别很小,证明本文识别的正确性。将人工神经网络应用于施工控制中,用MATLAB语言编写程序对监控数据进行分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 施工控制的发展
• 1.1.1 国外概况
• 1.1.2 国内概况
• 1.2 自锚式悬索－斜拉混合体系桥梁施工控制研究现状
• 1.2.1 自锚式悬索－斜拉混合体系桥梁介绍
• 1.2.2 施工控制问题提出
• 1.2.3 神经网络在施工控制应用概况
• 1.3 主要研究内容
• 第二章 桥梁施工控制理论和方法
• 2.1 桥梁施工控制的目标和内容
• 2.1.1 桥梁施工控制的目标
• 2.1.2 桥梁施工控制的内容
• 2.2 桥梁施工控制的理论方法
• 2.2.1 工程控制理论的发展
• 2.2.2 主要的桥梁施工控制方法
• 2.3 施工误差调整理论和方法
• 2.3.1 Kalman 滤波法
• 2.3.2 灰色系统理论法
• 2.3.3 最小二乘法
• 2.3.4 人工神经网络
• 2.3.5 预测控制方法比较
• 2.4 桥梁施工控制结构计算方法
• 2.4.1 前进分析法
• 2.4.2 倒退分析法
• 2.4.3 前进分析与倒退分析的比较
• 2.5 本章小结
• 第三章 神经网络预测控制基本理论
• 3.1 概述
• 3.1.1 人工神经网络的特点
• 3.2 神经元模型
• 3.3 神经网络构成
• 3.3.1 网络类型
• 3.3.2 网络学习规则
• 3.4 BP 网络
• 3.4.1 BP 网络训练步骤
• 3.4.2 误差反向传播算法计算步骤
• 3.4.3 BP 算法的计算机实现流程
• 3.5 基于MATLAB 的BP 神经网络系统的模型建立方法
• 3.5.1 BP 网络分析及模型建立
• 3.5.2 基于神经网络工具箱的BP 网络学习和训练
• 3.5.3 网络控制器的构建
• 3.6 本章小结
• 第四章 实桥应用及分析
• 4.1 工程概述
• 4.2 主桥监控
• 4.2.1 初始平衡状态优化分析
• 4.2.2 主桥监控目的
• 4.2.3 主桥监控原则
• 4.2.4 主桥监控内容
• 4.2.5 主桥监控实施
• 4.3 使用结构分析软件MIDAS 对主桥结构施工的仿真模拟分析
• 4.3.1 几何模拟
• 4.3.2 单元类型
• 4.3.3 边界条件
• 4.3.4 结构计算模拟
• 4.3.5 桥梁施工阶段分析原理
• 4.3.6 施工阶段划分
• 4.4 实桥神经网络模型建立
• 4.4.1 输入、输出参数的选取
• 4.4.2 预测程序的设计
• 4.4.3 实桥应用
• 4.5 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢