交通科技
交通科技
교통과기
TRANSPORTATION SCIENCE & TECHNOLOGY
2011年
5期
41-44
,共4页
桥梁评估%BP神经网络%桥梁技术状态
橋樑評估%BP神經網絡%橋樑技術狀態
교량평고%BP신경망락%교량기술상태
用养护规范中17个评价指标作为输入层网络神经元,把桥梁损伤等级参数作为输出层神经元,建立了桥梁评估3层BP神经网络模型.选用湖北省110座旧桥的评估数据作为训练样本,后10个作为测试样本,经过2 068次迭代运算的网络训练,得到了误差满足精度要求的收敛网络.将待评估的桥梁参数输入训练好的网络,得到评估桥梁的技术状态等级.
用養護規範中17箇評價指標作為輸入層網絡神經元,把橋樑損傷等級參數作為輸齣層神經元,建立瞭橋樑評估3層BP神經網絡模型.選用湖北省110座舊橋的評估數據作為訓練樣本,後10箇作為測試樣本,經過2 068次迭代運算的網絡訓練,得到瞭誤差滿足精度要求的收斂網絡.將待評估的橋樑參數輸入訓練好的網絡,得到評估橋樑的技術狀態等級.
용양호규범중17개평개지표작위수입층망락신경원,파교량손상등급삼수작위수출층신경원,건립료교량평고3층BP신경망락모형.선용호북성110좌구교적평고수거작위훈련양본,후10개작위측시양본,경과2 068차질대운산적망락훈련,득도료오차만족정도요구적수렴망락.장대평고적교량삼수수입훈련호적망락,득도평고교량적기술상태등급.
