非确定性模糊神经网络方法在正、反分析中的应用

论文摘要

通常的坝体安全反馈分析有正分析和反分析两种不同思路。对于土石坝等大型结构而言,坝工有限元的数值正计算和反演土体参数的神经网络反分析都是以给定的土体参数为研究核心。然而由于反分析过程中涉及的样本具有离散性、随机性与不确定性,在传统的BP反演分析过程中需要控制输入样本的有效性以及利用遗传算法寻优,增加了方法应用的限制条件。本文引入非确定性系统的研究方法,主要利用模糊逻辑控制传统BP反演分析方法的误差项,并根据得到的校正值级位来补充专家知识,完成非特定输入样本的学习过程,之后结合水布垭面板堆石坝的工程实例进行研究。在广泛调研学习的基础上,本文总结了正分析模型、反分析模型以及非确定性方法的研究进展和基本理论。并在matlab平台上建立了模糊逻辑控制与神经网络相结合的应用形式。利用模糊解耦程序探讨模糊方法的应用前景,并补充BP网络外接FNN逻辑控制误差和校正级。在探讨了预测模型的相关原理之后,分别采用BP网络与模糊控制误差的FNN网络建立映射取代统计型模型,以预测所需测点在未来某时刻的位移为基准,对比分析并得到了相关结论。清华大学高莲士教授依据坝体存在侧限状态下点的特殊情况,提出了K0反演分析方法。本文利用模糊神经网络直接建立由位移到土体参数的映射,并利用模糊控制误差的方法修正映射结果,再利用3ERD有限元程序进行正计算与分析,得到的结果与实测结果以及BP反演的正交化方法有较好的一致性。为研究模糊控制误差的FNN网络的应用性,本文引用了其他一些结构如减河桥的模糊算例。建立荷载与位移的映射关系,可以在一定范围内预测特定荷载下的有限元计算输出结果。本文在综合研究上述内容的基础上,结合水布垭面板堆石坝与减河桥工程实例与实测数据,对于模糊控制误差的FNN网络来修正BP反演分析方法进行了较为系统的研究,并对比二者的应用实例与应用范围,探讨并得出有关结论。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的意义
• 1.2 国内外研究现状
• 1.2.1 正分析模型的研究
• 1.2.2 反分析模型的研究
• 1.2.3 非确定性方法的研究
• 1.3 论文研究的主要内容
• 第2章 资料反馈分析现有方法与理论平台
• 2.1 正分析与反分析的基本理论
• 2.1.1 正分析的基本理论与分类
• 2.1.2 反分析的基本理论与分类
• 2.2 非确定性方法与模糊网络研究的工程意义
• 第3章 非确定性系统与模糊神经网络
• 3.1 非确定性系统
• 3.1.1 模糊逻辑的概念
• 3.1.2 模糊数学相关知识
• 3.1.3 神经网络相关知识
• 3.1.4 模糊逻辑系统
• 3.2 模糊神经网络
• 3.2.1 模糊神经网络的基本原理
• 3.2.2 模糊神经网络的结构和特征
• 3.2.3 模糊解耦程序与改进BP 的FNN 网络
• 3.3 本章小结
• 第4章 预测模型的非确定性研究
• 4.1 统计学预测模型
• 4.1.1 回归模型
• 4.1.2 回归方法
• 4.1.3 预报模型
• 4.2 利用BP 网络的预测模型
• 4.2.1 参数映射模型
• 4.2.2 步进预测模型
• 4.3 利用FNN 网络的预测模型
• 4.3.1 参数映射模型
• 4.3.2 步进预测模型
• 4.4 BP 网络与FNN 网络用于预测模型的比较分析
• 4.5 预测模型非确定性研究的关键因素
• 第5章 K0 反演分析方法的非确定性研究
• 5.1 K0 反演分析方法研究背景
• 5.2 堆石料侧限压缩试验条件下K-G 模型参数分析方法简介
• 5.3 面板堆石坝中的侧限压缩状态
• 5.4 K0 反演分析法在水布垭面板坝的应用
• 5.4.1 回归分析
• 5.4.2 模糊参数反演分析
• 5.4.3 利用K0 反演分析模糊方法的KG 参数计算结果
• 5.5 不同方法反演参数的比较
• 5.6 本章小结
• 第6章 其他结构的模糊分析算例
• 6.1 减河桥的相关资料
• 6.2 Midas 有限元计算结果
• 6.3 FNN 网络分析荷载-位移映射
• 6.4 FNN 网络分析与有限元计算结果比对
• 第7章 结论与评价
• 参考文献
• 致谢
• 附录A 模糊解耦matlab 程序
• 附录B FNN 网络参数映射模型
• 个人简历
• 发表的学术论文
• 主要的研究成果