期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于替代模型的缆索承重桥梁固有频率预测
被引量：
1
1
作者
马亚飞
付曙雯
+2 位作者
何羽
鲁乃唯
王磊
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023年第7期2594-2603,共10页
大跨缆索承重桥梁空间组成复杂,影响参数多,结构动力分析具有显著不确定性。提出一种基于支持向量机的结构固有频率预测方法,采用遗传算法和交叉验证算法进行超参数寻优,实现了复杂高维结构参数与动力响应间的非线性映射建模。以南溪长...
大跨缆索承重桥梁空间组成复杂,影响参数多,结构动力分析具有显著不确定性。提出一种基于支持向量机的结构固有频率预测方法,采用遗传算法和交叉验证算法进行超参数寻优,实现了复杂高维结构参数与动力响应间的非线性映射建模。以南溪长江大桥为背景,采用ANSYS三维建模对悬索桥进行模态分析,选用拉丁超立方试验抽取样本数据保证结果的全面性,考虑参数敏感性和样本量对模型预测精度和效率的影响,利用MATLAB函数实现固有频率的回归预测。研究结果表明:遗传支持向量机替代模型样本量达350组时,均方误差值为7.8482×10^(−4)基本收敛;样本量在50~1000组范围内,经遗传算法参数寻优的预测误差随样本量增加的变化趋势与交叉验证算法较一致,但遗传算法精度更高;在350组样本量下,遗传算法单次寻优耗时仅为交叉验证算法的37.06%。准确预测基频后,进一步预测了南溪长江大桥第3阶、第5阶和第7阶固有频率,预测结果的均方误差和平均绝对误差均小于0.005,满足精度要求。研究成果可为复杂结构动力分析和安全状态评估提供一种精确高效的分析方法。
展开更多
关键词
桥梁固有频率
有限元分析
支持向量机
遗传算法
替代模型
在线阅读
下载PDF
职称材料
题名
基于替代模型的缆索承重桥梁固有频率预测
被引量：
1
1
作者
马亚飞
付曙雯
何羽
鲁乃唯
王磊
机构
长沙理工大学土木工程学院
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023年第7期2594-2603,共10页
基金
国家重点研发计划项目(2019YFC1511000)
国家自然科学基金资助项目(52078055)
湖南省教育厅资助科研项目(20A003)。
文摘
大跨缆索承重桥梁空间组成复杂,影响参数多,结构动力分析具有显著不确定性。提出一种基于支持向量机的结构固有频率预测方法,采用遗传算法和交叉验证算法进行超参数寻优,实现了复杂高维结构参数与动力响应间的非线性映射建模。以南溪长江大桥为背景,采用ANSYS三维建模对悬索桥进行模态分析,选用拉丁超立方试验抽取样本数据保证结果的全面性,考虑参数敏感性和样本量对模型预测精度和效率的影响,利用MATLAB函数实现固有频率的回归预测。研究结果表明:遗传支持向量机替代模型样本量达350组时,均方误差值为7.8482×10^(−4)基本收敛;样本量在50~1000组范围内,经遗传算法参数寻优的预测误差随样本量增加的变化趋势与交叉验证算法较一致,但遗传算法精度更高;在350组样本量下,遗传算法单次寻优耗时仅为交叉验证算法的37.06%。准确预测基频后,进一步预测了南溪长江大桥第3阶、第5阶和第7阶固有频率,预测结果的均方误差和平均绝对误差均小于0.005,满足精度要求。研究成果可为复杂结构动力分析和安全状态评估提供一种精确高效的分析方法。
关键词
桥梁固有频率
有限元分析
支持向量机
遗传算法
替代模型
Keywords
bridge natural frequency
finite element analysis
support vector machine
genetic algorithm
surrogate model
分类号
U446 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于替代模型的缆索承重桥梁固有频率预测
马亚飞
付曙雯
何羽
鲁乃唯
王磊
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
