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PSO-GRNN的大跨桥梁有限元模型修正方法
被引量：
1
1
作者
周红利
周广东
+1 位作者
刘凯凯
奚佳欢
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第6期1489-1495,共7页
为了对大跨桥梁的有限元模型进行高精度修正,提出了一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的方法.该方法采用广义回归神经网络(GRNN)来描述有限元模型输出与待修正参数之间的复杂非线性映射关系,利用粒子群(PSO)算法对GRNN的...
为了对大跨桥梁的有限元模型进行高精度修正,提出了一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的方法.该方法采用广义回归神经网络(GRNN)来描述有限元模型输出与待修正参数之间的复杂非线性映射关系,利用粒子群(PSO)算法对GRNN的光滑因子进行优化.采用一座大跨钢箱梁悬索桥的有限元模型对提出的修正方法进行了验证.研究结果表明:经过PSO优化后的GRNN能够更加准确地描述频率-待修正参数之间的非线性关系,预测误差显著减小;相比于误差反向传播(BP)神经网络方法,GRNN方法和PSO-GRNN方法修正后的频率误差更小;由于PSO的优化,PSO-GRNN方法修正后的频率误差进一步减小,最大误差不超过5%;基于PSO-GRNN的修正方法可广泛用于各种大跨桥梁有限元模型的修正.
展开更多
关键词
大跨桥梁
有限元模型
模型修正
广义回归神经网络
粒子群算法
在线阅读
下载PDF
职称材料
题名
基于PSO-GRNN的大跨桥梁有限元模型修正方法
被引量：
1
1
作者
周红利
周广东
刘凯凯
奚佳欢
机构
河海大学土木与交通学院
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第6期1489-1495,共7页
基金
国家自然科学基金资助项目(51978243)。
文摘
为了对大跨桥梁的有限元模型进行高精度修正,提出了一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的方法.该方法采用广义回归神经网络(GRNN)来描述有限元模型输出与待修正参数之间的复杂非线性映射关系,利用粒子群(PSO)算法对GRNN的光滑因子进行优化.采用一座大跨钢箱梁悬索桥的有限元模型对提出的修正方法进行了验证.研究结果表明:经过PSO优化后的GRNN能够更加准确地描述频率-待修正参数之间的非线性关系,预测误差显著减小;相比于误差反向传播(BP)神经网络方法,GRNN方法和PSO-GRNN方法修正后的频率误差更小;由于PSO的优化,PSO-GRNN方法修正后的频率误差进一步减小,最大误差不超过5%;基于PSO-GRNN的修正方法可广泛用于各种大跨桥梁有限元模型的修正.
关键词
大跨桥梁
有限元模型
模型修正
广义回归神经网络
粒子群算法
Keywords
long-span bridge
finite element model
model updating
generalized regression neural network
particle swarm optimization algorithm
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PSO-GRNN的大跨桥梁有限元模型修正方法
周红利
周广东
刘凯凯
奚佳欢
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024
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
