橋墩局部沖刷深度預(yù)測方法研究.pdf

1、橋墩周圍河床沖刷深度是確定橋墩基礎(chǔ)埋深的重要的依據(jù)，過大的沖刷是橋梁水毀的主要原因之一，沖刷設(shè)計(jì)的正確與否直接關(guān)系到橋梁使用的安危。國內(nèi)外許多學(xué)者和科技工作者進(jìn)行了大量橋墩沖刷室內(nèi)模型試驗(yàn)、野外觀測和數(shù)值計(jì)算的研究，提出了諸多沖刷深度計(jì)算的經(jīng)驗(yàn)公式和半經(jīng)驗(yàn)半理論公式。 本文系統(tǒng)總結(jié)歸納了多年來橋墩沖刷研究的成果。影響橋墩局部沖刷的因素是眾多的，一些因素自身表現(xiàn)為隨機(jī)性，而且各因素的地位和作用也各不相同，有些因素間還相互關(guān)聯(lián)，相互

2、作用?，F(xiàn)有理論公式并不能反映這些因素之間的相互作用?；趯τ绊憳蚨罩車哟矝_刷的因素復(fù)雜性的認(rèn)識，本文試圖引入人工神經(jīng)網(wǎng)絡(luò)理論和模糊理論來研究橋墩局部沖刷。 本文主要介紹了人工神經(jīng)網(wǎng)絡(luò)的基本原理、模糊理論和模糊神經(jīng)網(wǎng)絡(luò)原理。提出用假設(shè)檢驗(yàn)法來確定橋墩局部沖刷深度的影響因子，建立了BP神經(jīng)網(wǎng)絡(luò)模型和模糊神經(jīng)網(wǎng)絡(luò)模型，并運(yùn)用這兩種模型對橋墩局部沖刷深度進(jìn)行預(yù)測，并比較這兩種模型的預(yù)測結(jié)果。 文中對幾種BP算法進(jìn)行比較：LMB

3、P算法單次預(yù)報(bào)精度較低，預(yù)報(bào)風(fēng)險(xiǎn)較高，但訓(xùn)練效率高，訓(xùn)練次數(shù)穩(wěn)定；自適應(yīng)BP算法引入了動(dòng)量因子，使網(wǎng)絡(luò)發(fā)生震蕩的幾率降低，具有較高的預(yù)報(bào)精度和較快的訓(xùn)練速度，但訓(xùn)練次數(shù)波動(dòng)較大。推薦用LMBP算法確定網(wǎng)絡(luò)結(jié)構(gòu)，用自適應(yīng)BP算法進(jìn)行預(yù)報(bào)。 模糊神經(jīng)網(wǎng)絡(luò)是模糊理論和神經(jīng)網(wǎng)絡(luò)技術(shù)的融合，大大拓寬了神經(jīng)網(wǎng)絡(luò)處理信息的范圍和能力，使之可以處理確定與模糊的信息，同時(shí)又使模糊系統(tǒng)成為自適應(yīng)模糊系統(tǒng)。本文建立的模糊神經(jīng)網(wǎng)絡(luò)模型具有較高的映射精度

4、，它既考慮了影響橋墩局部沖刷的因素指標(biāo)在橋墩局部沖刷深度預(yù)測中帶有不同程度的模糊性，又通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能迅速獲得指標(biāo)因素與預(yù)測對象之間關(guān)系的規(guī)則知識，網(wǎng)絡(luò)結(jié)構(gòu)清晰，每層均有明確的物理意義，并可根據(jù)經(jīng)驗(yàn)設(shè)置初值，這是神經(jīng)網(wǎng)絡(luò)沒有具備的。 通過比較可以得知，BP神經(jīng)網(wǎng)絡(luò)模型和模糊神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度比較接近，但是模糊神經(jīng)網(wǎng)絡(luò)模型的收斂速度要快于BP神經(jīng)網(wǎng)絡(luò)模型。通過本文研究可知，人工神經(jīng)網(wǎng)絡(luò)模型和模糊神經(jīng)網(wǎng)絡(luò)模型均可應(yīng)用于橋墩