基于MEA-BP神经网络的自锚式悬索桥施工阶段吊索索力预测分析

摘要：

为减小自锚式悬索桥在施工过程中吊索索力偏差对桥梁线形的影响程度,提高有限元模型的计算效率,提出一种基于思维进化(MEA)算法优化BP神经网络的吊索索力预测方法,以实现对桥梁各施工阶段的高精度逼近与吊索索力的快速反馈.在考虑施工过程中材料参数、荷载参数和环境温度等因素的不确定性基础上,结合有限元模型得到神经网络训练样本集.通过MEA算法实现BP神经网络权值与阈值的寻优,从而提高BP神经网络的预测精度.以某空间索面自锚式悬索桥为工程背景,建立该座桥梁的MEA-BP神经网络预测模型.结果表明,MEA-BP神经网络较传统BP神经网络具有更强的泛化能力与预测精度,MEA-BP神经网络的预测值与现场实测值的误差在10％以内,MEA-BP神经网络模型在索力预测方面具有较好的适用性.

关键词：自锚式悬索桥、吊索索力、BP神经网络、思维进化算法

所属期刊栏目：45

分类号：U448.25(桥涵工程)

资助基金：辽宁省兴辽英才计划青年拔尖人才项目;中国铁建股份有限公司科技研究开发计划

在线出版日期：2023-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：55-61