基于支持向量機的大跨連續(xù)剛構橋可靠度分析.pdf

1、連續(xù)剛構以其良好的結構性能及經濟性優(yōu)勢被廣泛應用于我國的中西部山區(qū)。采用確定的有限元計算分析對連續(xù)剛構橋的進行安全性評估是不夠的，實際情況中，結構的隨機變量眾多，需要采用基于概率理論的可靠性分析對其安全性進行評估。在橋梁結構可靠度分析過程中，減少輸入樣本數量、提高計算效率、體系可靠指標的分析計算及結構參數敏感性分析研究等都是目前亟需解決的問題。
　　支持向量機(Support Vector Machine，SVM)是一種基于結構風

2、險最小化原則的優(yōu)秀機器學習方法。該方法通過與傳統(tǒng)的可靠度分析方法結合已經得出了基于支持向量機的可靠度算法。本文通過改變樣本數據來達到減少總體樣本輸入量的目的，即通過改變樣本中的效應值使得樣本接近極限狀態(tài)曲面兩側，從而提高計算效率減少樣本輸入數量。通過算例與該方法進行對比，表明該方法在可靠度應用中是高效及可行的。
　　結合連續(xù)剛構橋體系失效準則確定某橋的控制截面，并找出該連續(xù)剛構橋主要的失效模式。采用本文方法對連續(xù)剛構橋進行了體系可