基于RBF神经网络的随机结构动力可靠度分析

Dynamic reliability analysis of stochastic structures based on RBF neural network

以某大跨度斜拉桥为背景,建立其ANSYS有限元模型,并在随机地震理论和动力可靠度理论研究的基础上,提出了一种基于径向基(RBF)神经网络考虑双重随机性(随机荷载和随机结构参数)的动力可靠度分析方法。根据结构静力可靠度功能函数的建立方式进行拓展,推导出在随机地震作用下结构动力可靠度分析的功能函数;然后利用RBF神经网络法对非线性隐式功能函数进行快速拟合;最后通过MALTAB线性规划算法对结构动力可靠度指标进行求解,避免了神经网络求解一阶偏导数的难题。结果表明:相较BP神经网络法,RBF神经网络具有更好的拟合精度与效率,对复杂结构引入动力可靠度分析具有实用价值。