基于损伤诱因反演的高桩码头结构健康评估

打开文本图片集

摘要： 现有的码头结构评价方法具有滞后性，无法持续获取结构的安全信息。基于损伤诱因反演研究，综合码头常见的两种失效模式，引入承载力富余系数作为码头结构评价指标，依托机器学习方法开展损伤诱因强度、位置、承载力富余系数的预测。结果表明：粒子群优化神经网络（Particle Swarm Optimization-Back Propagation，PSO-BP）模型对强度反演与承载力富余预测效果最好；粒子群优化支持向量机（Particle Swarm Optimization-Support Vector Machine， PSO-SVM）优化模型对损伤诱因位置识别精度最高。（剩余14001字）