基于BP神经网络-SOSM的结构可靠性分析.pdf

《基于BP神经网络-SOSM的结构可靠性分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、自动化技术与应用2016年第35卷第3期控制理论与应用ControlTheoryandApplications基于BP神经网络一SOSM的结构可靠性分析张亮，赵娜(1．中国石油大学(华东)网络及教育技术中心，山东青岛266500,2．山东省青岛市黄岛区建筑工程质量监督站，山东青岛266500)摘要：本文提出了通过人工神经网络拟合极限状态函数的方法来解决结构可靠性问题。根据多层神经网络映射存在定理，对于任何在闭区间内的一个连续函数都可以用含有一个隐含层的BP网络来逼近。应用此定理，通过人工神经网络拟合极限状态方程，借助神经网络的函数映射关系产生大量的极限状态

2、函数值，作为下一步的分析数据。基于人工神经网络可以平行的建立结构可靠度的SOSM法，采用Laplace渐近方法将非线性功能函数在验算点处作二次展开来研究结构的可靠度问题，能较高精度的逼近精确结果。关键词：BP神经网络；SOSM法；结构可靠性；功能函数中图分类号：TBl14．3文献标识码：A文章编号：1003—7241(2叭6)03一O0l4—06StructureReliabilityAnalysisBasedonBPNeuralNetworks．．SOSMZHANGLiang，ZHAONa(1．NetworkInformationCenter,China

3、UniversityofPetroleum(EastChina)，Qingdao266500China；2．ConstructionQualitySupervisionStation，HuangdaoDistrict，Qingdao266500China)Abstract：Thispaperputsforwardamethodoffittedlimitstatefunctionthroughartificialneuralnetworkstosolvestructurereliabilityproblem．Accordingtothetheoryofmul

4、tilayersneuralnetworkshininguponexisting，anycontinuousfunctioninclosedzonemaybeapproachedbyaBPnetworkwithhiddenlayer．Byusingthistheory,throughartificalneuralnetworkfittedlimitstateequation，withtheaidofshininguponrelationofneuralnetworktoproducelargeamountlimitstatefunctionvalues，a

5、sthenextanalysisdata．ItmayparallelestablishstructurereliabilitySOSMmethodbasedonartificialneuralnetwork．Laplaceapproachedmethodisadoptedtosecondaryexpandthenonlinearperformancefimctionatcheckingpointtoresearchthestructurereliabilityproblem．Thismethodhashigherprecision．Keywords：BPn

6、euralnetworks；SOSMmethod；structurereliability；performancefimction近结构的功能函数，得到下一步分析的数据，再采用1引言SOSM(二次二阶矩)法求得结构可靠性指标。在结构可靠性分析过程中，通常会遇到不能明确给出某些结构的极限状态函数，此时若通过复杂的数值计算或实验等方法计算其基本变量和结构响应数据，会2基本原理2．1BP网络增加结构可靠度的计算的难度。人工神经网络具有良BP网络⋯一【(Back—PropagationNeuralNetwo好的学习功能和推理能力，因此，在设法获得有限的rk)，指采

7、用BP算法进行学习的多级非循环网络。BP算基本变量和结构响应数据后，即可用BP神经网络来逼法是一种监督式的学习算法，其目的是使网络输出层的误差平方和最终达到最小，达到期望要求。BP算法收稿日期：2015-l0-12控制理论与应用自动化技术与应用2016年第35卷第3期ControlTheowandApplications是由输入信息的正向传播和输出误差的反向传播两部BP算法的一个缺陷是无法确保算法是否收敛到了分组成。全局最小点，为了有效的抑制网络陷于局部极小的缺陷，一般的L层BP网络如图I所示。可以采用附加动量法来加速算法的收敛过程，提高BPUAI囊囊层{

8、眦晨神经网络的性能。包含附加动量因子的连接权系数的迭代公式为：一w