%0 Journal Article
%T 基于ＲBF神经网络的单塔斜拉桥模型修正
%A 单德山
%A 丁德豪
%A 李 乔
%A 黄 珍
%J 重庆交通大学学报（自然科学版）
%P 555-559
%D 2013
%R 10.3969/j.issn.1674-0696.2013.04.02
%X :？为获得某单塔双索面斜拉桥换索过程中的工作状态，建立了一种联合子结构与径向基神经网络的有限元模型修正新方法。根据模型参数修正理论，通过分析设计参数的相对灵敏度确定需要修正的参数;为满足参数离散性要求，在模型修正过程中引入了子结构方法，并认为每一子结构中的设计参数是不变的。采用径向基(ＲBF)神经网络作为模型修正优化算法。将子结构与ＲBF神经网络相结合，从而将有限元模型修正的反问题转化为正问题;同时，对子结构的划分、ＲBF神经网络构建以及输入输出参数的确定进行了讨论。以某单塔斜拉桥为例，验证了所提的联合模型修正方法。结果表明:计算值与测量值之间的误差，在有限元模型修正前后有很大改善。
%K 有限元模型修正
%K 径向基神经网络
%K 单塔斜拉桥
%K 子结构
%K 相对灵敏度
%K finiteelementmodelupdating
%K radialbasisfunctionneuralnetwork
%K singlepyloncable-stayedbridge
%K substruc-ture
%K relativesensitivity
%U http://xbzk.cqjtu.edu.cn/CN/abstract/abstract169.shtml