龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：成都理工大学
摘要：本发明涉及拱桥扣索调载领域，公开了一种基于旗鱼算法与人工神经网络调整桥梁扣索索力的方法。将SFO算法与人工神经网络模型相结合，对拱桥建设过程中的扣索索力与线形的非线性关系用ANN深度学习模型进行精确建模，再利用SFO算法在深度学习模型预测的扣索索力与线形的关系模型中，寻找使观测点偏差平方和最小的最优扣索索力，对深度学习模型进行全局寻优，以实现对扣索索力的高效、精准的调整。本发明能够高效、精准地进行扣索索力调整，提高钢管混凝土拱桥的结构稳定性和使用寿命，降低工程成本，对提升桥梁工程的建设和维护质量具有显著的效果。
主权项：1.基于旗鱼算法与人工神经网络调整桥梁扣索索力的方法，其特征在于，包括以下步骤：步骤1：通过Midas有限元软件，根据钢管混凝土拱桥的具体参数建立精确的有限元模型；步骤2：在有限元模型中，加入施工过程中可能出现的因素，包括施工序列和工况变化，以增强模型的真实性和准确性；步骤3：确定扣索索力、材料特性及几何参数的概率分布特征为正态分布，并进行蒙特卡洛抽样；步骤4：将抽样得到的扣索索力、材料特性及几何参数样本作为输入，进行有限元模型分析，用于计算出相应的线形偏差；步骤5：设计并构建包括一个输入层、两个隐藏层和一个输出层的ANN深度学习模型，输入层用于输入扣索索力、材料特性及几何参数数据，输出层用于输出线形偏差平方和；表示如下： 其中，x表示输入数据，即扣索索力、材料特性及几何参数的向量；表示关于输入数据x的模型输出；是激活函数，W1和W2分别代表隐藏层和输出层的权重，b1和b2分别代表隐藏层和输出层的偏差；步骤6：将扣索索力、材料特性、几何参数和线形偏差数据输入到ANN深度学习模型中，配置训练参数，并进行训练，使ANN深度学习模型学习并掌握扣索索力与线形偏差间的映射关系；步骤7：利用旗鱼算法在训练好的ANN深度学习模型中进行扣索索力优化，并生成初始的旗鱼种群；步骤8：模拟旗鱼预猎、尾追、群追和突围的行为，在扣索索力取值范围的解空间中进行搜索，通过适应度函数评估各个解的优劣；通过突围机制保留优良解并丢弃线形拟合不良的解，最终达到收敛，找到能使线形偏差最小的扣索索力。
全文数据：
权利要求：
百度查询： 成都理工大学 基于旗鱼算法与人工神经网络调整桥梁扣索索力的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号