基于参数相关性和混合神经网络的结构随机灵敏度分析方法

发布时间：2018-05-14 11:54

  本文选题：结构分析 + 参数相关性　； 参考：《建筑结构学报》2015年04期

【摘要】：针对进行随机分析时采用蒙特卡罗计算法效率低,未能考虑参数之间相关性,导致在分析参变量对结构力学性能的影响时得到错误的灵敏度系数,以及原有灵敏度计算方法只能考虑局部梯度等问题,采用改进的混沌粒子群算法优化网络寻址结构,利用混合神经网络构建复杂结构响应的近似模型,通过相关参数与独立正态参数之间的等效变换建立符合参数相关性的随机序列对结构进行随机性分析,并根据文中提出的灵敏度度量方法计算随机变量的全局灵敏度系数。通过算例验证所提方法的可行性,且考虑参数之间相关关系得到的结构随机响应更符合工程实际情况。同时,利用所提出的随机灵敏度计算方法可以更好地反映各随机变量对结构响应的相关性和敏感性。
[Abstract]:In view of the low efficiency of Monte Carlo method in random analysis and the failure to take into account the correlation between parameters, the sensitivity coefficient of error is obtained when analyzing the influence of parameters on the mechanical properties of the structure. And the original sensitivity calculation method can only consider the local gradient and so on. The improved chaotic particle swarm optimization algorithm is used to optimize the network addressing structure, and the hybrid neural network is used to construct the approximate model of the complex structure response. Based on the equivalent transformation between the correlation parameters and the independent normal parameters, a random sequence consistent with the correlation of the parameters is established to analyze the randomness of the structure, and the global sensitivity coefficient of the random variables is calculated according to the sensitivity metric proposed in this paper. The feasibility of the proposed method is verified by an example, and the random response of the structure obtained by taking into account the correlation between parameters is more in line with the actual engineering situation. At the same time, the proposed method can better reflect the correlation and sensitivity of each random variable to the structural response.
【作者单位】： 华南理工大学土木工程系;华南理工大学亚热带建筑科学国家重点实验室;
【基金】：国家自然科学基金项目(51178192,51378219)
【分类号】：TU31

【参考文献】

相关期刊论文 前8条

1 胡冉;李典庆;周创兵;陈益峰;;基于随机响应面法的结构可靠度分析[J];工程力学;2010年09期

2 吕大刚;贾明明;李刚;;结构可靠度分析的均匀设计响应面法[J];工程力学;2011年07期

3 党香俊;姜同敏;;基于相关分析和组合神经网络的退化预测[J];北京航空航天大学学报;2013年01期

4 何琴淑;杨玉明;肖世富;;参数概率灵敏度分析的神经网络方法及其应用[J];计算力学学报;2011年S1期

5 桂劲松,康海贵;结构可靠度分析的全局响应面法研究[J];建筑结构学报;2004年04期

6 胥小波;郑康锋;李丹;武斌;杨义先;;新的混沌粒子群优化算法[J];通信学报;2012年01期

7 高飞;童恒庆;;基于改进粒子群优化算法的混沌系统参数估计方法[J];物理学报;2006年02期

8 金伟良;袁雪霞;;基于LS-SVM的结构可靠度响应面分析方法[J];浙江大学学报(工学版);2007年01期

【共引文献】

相关期刊论文 前10条

1 于英霞;刘丰军;张伟;梁斌;;RSM-FORM 的改进与环肋圆柱壳结构的可靠性计算(英文)[J];船舶力学;2012年03期

2 胡国强;贺仁睦;;梯级水电站多目标模糊优化调度模型及其求解方法[J];电工技术学报;2007年01期

3 聂宏展;王毕元;孙金红;马元生;;基于混沌人工鱼群算法的输电网规划方法[J];电网技术;2010年12期

4 徐星;李元香;吴昱;金彤;;基于粒子群优化算法的Logistic模型参数估计[J];电子学报;2010年S1期

5 徐元铭;陈丽华;彭兴林;;进化神经网络响应面法在结构可靠性中应用[J];飞机设计;2008年05期

6 董前进;曹广晶;王先甲;戴会超;赵云发;;粒子群优化算法在水文科学中的应用进展[J];中国工程科学;2010年01期

7 冯健;蒋友宝;孟少平;许玮;;小样本下结构系统可靠度分析方法的研究[J];工程力学;2007年09期

8 蒋友宝;杨伟军;冯健;;模式识别技术在结构可靠度分析中的应用[J];工程力学;2008年08期

9 周道成;段忠东;欧进萍;;短期观测资料的海洋极值环境要素概率模型估计[J];工程力学;2009年03期

10 杨建红;房怀英;;涡旋压缩机转子加工误差快速测量系统的研究[J];工程设计学报;2009年06期

相关会议论文 前9条

1 荣志娟;王学明;严立新;吕宝华;张陵;;基于统计分析的钢管塔环板节点有限元模型修正[A];第21届全国结构工程学术会议论文集第Ⅱ册[C];2012年

2 王涛;王晓霞;刘敬刚;;基于改进粒子群优化的神经网络训练算法[A];第二届中国智能计算大会论文集[C];2008年

3 邓益民;郑堤;路小江;;注塑产品结构尺寸与成型工艺参数的集成优化[A];2007年中国机械工程学会年会论文集[C];2007年

4 李广奇;程进;;基于神经网络响应面法的大跨度悬索桥静力可靠度分析[A];第二十届全国桥梁学术会议论文集（上册）[C];2012年

5 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

6 崔东文;金波;;随机森林回归模型在水生态文明评价中的应用——以文山州为例[A];云南省水利学会2014年度学术交流会论文集[C];2014年

7 崔东文;;随机森林模型及其在水生态文明综合评价中的应用[A];云南省水利学会2013年度学术交流会论文集[C];2013年

8 陈春萍;查雅行;钱平;龚丹丹;;基于MapReduce的BP神经网络遗传算法在非线性系统辨识中的研究[A];第十八届全国青年通信学术年会论文集（下册）[C];2013年

9 纪志强;魏明;吴启蒙;李芳;;ESD EMP能量耦合线性化建模[A];中国物理学会第十九届全国静电学术会议论文集[C];2014年

相关博士学位论文 前10条

1 谭海涛;受水下爆炸载荷作用的船体结构可靠性研究[D];哈尔滨工程大学;2009年

2 余晓琳;自锚式悬索桥静力可靠度研究[D];华南理工大学;2011年

3 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年

4 陈俊风;一类计算智能方法的停滞问题研究[D];浙江大学;2011年

5 袁雪霞;建筑施工模板支撑体系可靠性研究[D];浙江大学;2006年

6 李丽香;一种新的基于蚂蚁混沌行为的群智能优化算法及其应用研究[D];北京邮电大学;2006年

7 高飞;混沌系统参数估计与控制的演化算法研究[D];武汉理工大学;2006年

8 蒋友宝;斜拉双层柱面网壳结构可靠度计算及设计方法探讨[D];东南大学;2006年

9 唐纯喜;长距离输水工程的关键结构体系可靠度研究[D];浙江大学;2007年

10 满洪高;大跨度钢斜拉桥索梁锚固结构试验研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 赵文争;基于响应面法索穹顶结构的可靠度研究[D];浙江大学;2011年

2 刘涛;基于神经网络和群智能优化算法的生产过程预警技术及其应用[D];华东理工大学;2011年

3 李志成;基于随机响应面法的CMAQ空气质量模拟系统不确定性传递方法实现与评价[D];华南理工大学;2011年

4 陈雪华;基于LabVIEW的铣削工艺参数优化系统[D];湖南科技大学;2011年

5 孙鹏飞;含未穿透裂纹结构的断裂可靠性研究[D];国防科学技术大学;2011年

6 吴建辉;既有桥梁可靠度评估关键问题研究[D];天津大学;2012年

7 党振;基于贝叶斯网络和PSO算法的可靠性分析优化方法及应用[D];燕山大学;2012年

8 孙淑欣;爆炸作用下加筋板架结构的失效概率[D];哈尔滨工程大学;2011年

9 王鹏昊;板架结构在冲击爆炸作用下的可靠性分析[D];哈尔滨工程大学;2011年

10 郭文娟;新疆洪水频率分布线型选择研究[D];长沙理工大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 周玉辉;康锐;苏荔;吴建军;;基于加速磨损试验的止推轴承磨损寿命预测[J];北京航空航天大学学报;2011年08期

2 韩冬;贺仁睦;马进;黄晓静;;基于随机响应面法的动态仿真不确定性分析[J];电力系统自动化;2008年20期

3 王卿;黄淑萍;;随机响应面法在单桩沉降可靠性中应用[J];低温建筑技术;2008年02期

4 何浩祥;闫维明;王卓;;基于子结构和遗传神经网络的递推模型修正方法[J];工程力学;2008年04期

5 肖建春;胡滨;马克俭;樊剑;;局部单双层网壳结构的参数分析[J];工程力学;2009年S1期

6 王小林;程志君;郭波;;基于维纳过程金属化膜电容器的剩余寿命预测[J];国防科技大学学报;2011年04期

7 刘颖;杨绿峰;莫远昌;;基于随机响应面法的结构可靠度研究[J];广西大学学报(自然科学版);2008年04期

8 张旭明,王德信;结构灵敏度分析的解析方法[J];河海大学学报;1998年05期

9 郭秩维;白广忱;;随机响应面法在结构随机响应计算中的应用[J];航空动力学报;2008年11期

10 张义民;郑建校;李世德;;基于FEM-NN-MCS模拟应力集中系数的结构可靠性分析[J];航空学报;2006年06期

相关硕士学位论文 前1条

1 李世德;基于神经网络的结构可靠性灵敏度分析[D];吉林大学;2006年

【相似文献】

相关期刊论文 前10条

1 黄风华;刘荣忠;郭锐;;基于混合神经网络的末敏弹系统参数优化设计[J];计算机仿真;2012年03期

2 刘梅清,冯卫民,刘光临,程宏举;混合神经网络在泵站机组故障诊断中的应用[J];武汉水利电力大学学报;2000年03期

3 刘石;佴磊;;结构损伤识别的混合神经网络方法[J];山西建筑;2011年03期

4 汪天富,李德玉,郑昌琼,郑翊;超声医学图象分割的混合神经网络方法(英文)[J];航天医学与医学工程;2001年02期

5 姜波,陈绵云,汪秉文,周畅;基于混合神经网络的一般动态系统MT方法建模[J];华中科技大学学报(自然科学版);2003年05期

6 许德生;庞伟正;;基于混合神经网络的主动队列管理算法[J];应用科技;2006年12期

7 王玉涛,苑玮琦,周建常,王师;混合神经网络在颗粒图像边缘检测中应用[J];东北大学学报;1999年02期

8 靳辉;;基于RBF混合神经网络的自由曲面重构[J];哈尔滨理工大学学报;2008年04期

9 谢宏;王朝辉;邹帆;何怡刚;;基于遗传Hopfield混合神经网络的多轴控制系统设计与实现[J];湖南大学学报(自然科学版);2012年07期

10 叶春,忻建华;混合神经网络在汽轮机在线性能分析中的应用研究[J];动力工程;1999年05期

相关硕士学位论文 前3条

1 许兴华;基于混合神经网络的非线性动态系统建模[D];北京化工大学;2006年

2 胡珊;混合神经网络在石油价格预测中的应用研究[D];南昌大学;2013年

3 辛涛;基于混合神经网络的视频序列压缩与加密算法研究[D];大连理工大学;2010年

，

本文编号：1887748