BP神经网络在大型钢箱梁斜拉桥施工控制中的应用研究

论文摘要

随着高强度材料的使用,结构分析方法的进步,以及施工技术的发展,斜拉桥在近几十年得到快速发展,但斜拉桥桥梁结构属于高次超静定的柔性结构,成桥状态(恒载内力和成桥线形)与施工过程有相关性。在施工阶段中,随着斜拉桥荷载状态和结构体系的不断变化,结构内力和变形亦不断变化,因此必须对施工顺序做出明确规定并对结构内力和变形加以有效控制。本文概述了国内外斜拉桥及斜拉桥施工控制的发展情况;详述了斜拉桥施工控制系统的基本理论、原则、内容、方法及影响因素;详述了斜拉桥施工控制仿真分析方法(正装法、倒拆法、无应力状态法);分析讨论了目前已经应用于桥梁工程实践中的施工控制方法(最小二乘法、灰色系统理论、卡尔曼滤波法、人工神经网络法);详细推导了BP神经网络算法,从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性;在分析常规BP神经网络算法在桥梁施工控制应用中存在的缺陷的基础上,探讨了相应的改进方法;结合珠江黄埔大桥北汊斜拉桥工程实例,采用MATLAB程序语言和BP神经网络算法开发大型斜拉桥标高预测程序,取得了较好的预测效果;对比分析了大跨斜拉桥标高预测程序的参数,获得了一些有价值的结论和经验。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 斜拉桥概述
• 1.1.1 国外斜拉桥发展概述
• 1.1.2 国内斜拉桥发展概述
• 1.1.3 斜拉桥发展前景和趋势
• 1.2 斜拉桥施工控制概述
• 1.2.1 国外斜拉桥施工控制发展概述
• 1.2.2 国内斜拉桥施工控制发展概述
• 1.2.3 斜拉桥施工控制发展趋势
• 1.3 研究工作的意义
• 1.4 本文主要研究内容
• 第2章 斜拉桥的施工控制系统
• 2.1 斜拉桥施工控制系统概述
• 2.2 斜拉桥施工控制的任务和原则
• 2.3 斜拉桥施工控制的内容
• 2.3.1 结构变形控制
• 2.3.2 结构应力控制
• 2.3.3 结构稳定控制
• 2.3.4 安全控制
• 2.4 斜拉桥施工控制的方法
• 2.4.1 斜拉桥施工的开环控制
• 2.4.2 斜拉桥施工的闭环控制
• 2.4.3 斜拉桥施工的自适应控制
• 2.4.4 斜拉桥施工的控制方法对比
• 2.5 斜拉桥施工控制的影响因素
• 2.5.1 结构参数
• 2.5.2 材料收缩、徐变
• 2.5.3 温度变化
• 2.5.4 梁段重量误差
• 2.5.5 结构分析计算模型及计算精度
• 2.5.6 施工方案
• 2.5.7 施工监测
• 2.5.8 施工管理
• 2.6 斜拉桥施工过程的模拟控制方法
• 2.6.1 正装法
• 2.6.2 倒拆法
• 2.6.3 无应力状态控制法
• 2.7 本章小结
• 第3章 斜拉桥施工控制中的预测控制方法
• 3.1 概述
• 3.2 最小二乘法
• 3.2.1 最小二乘基本原理
• 3.2.2 最小二乘法在桥梁施工控制中的应用
• 3.3 卡尔曼（KALMAN）滤波法
• 3.3.1 卡尔曼滤波法基本原理
• 3.3.2 基本离散线性体系Kalman滤波的应用
• 3.3.3 一般离散线性体系Kalman滤波在斜拉桥中的应用
• 3.4 灰色系统理论
• 3.4.1 灰色系统理论的基本原理和方法
• 3.4.2 GM（1,1）模型
• 3.4.3 灰建模与灰预测
• 3.4.4 灰色系统理论在桥梁施工控制中的应用
• 3.5 人工神经网络法
• 3.5.1 人工神经网络（ANN）概述
• 3.5.2 人工神经元模型
• 3.5.3 人工神经网络模型
• 3.5.4 人工神经网络的学习与训练
• 3.6 预测方法比较
• 3.7 本章小结
• 第4章 BP（BACKPROPAGATION）神经网络
• 4.1 BP神经网络及其模型
• 4.1.1 概述
• 4.1.2 BP网络模型
• 4.2 BP神经网络的算法
• 4.2.1 BP算法的基本原理
• 4.2.2 BP算法的计算过程
• 4.3 BP神经网络存在的问题及其改进措施
• 4.3.1 计算过程中存在的问题
• 4.3.2 算法的改进措施
• 4.4 本章小结
• 第5章 BP网络在工程实例中的应用
• 5.1 工程概述
• 5.2 网络模型的建立
• 5.2.1 输入层与输出层的设计
• 5.2.2 隐层的设计
• 5.2.3 模型的选取
• 5.3 网络控制的计算机实现
• 5.3.1 MATLAB语言的介绍
• 5.3.2 程序介绍
• 5.4 数据处理及结果分析
• 5.4.1 训练样本的处理
• 5.4.2 神经网络训练
• 5.4.3 神经网络仿真
• 5.5 网络参数选取分析
• 5.5.1 期望误差
• 5.5.2 激活函数
• 5.5.3 隐层节点数
• 5.6 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文