基于RBF神经网络的连续刚构桥动态位移预测分析

针对传统连续刚构桥位移测量方法流程复杂且费时费力的问题,文章基于径向基(RBF)神经网络提出了连续刚构桥动态位移预测方法。通过将结构随机变量和位移结果作为RBF神经网络的输入,建立连续刚构桥动态位移预测模型,并以实际工程中连续刚构桥为例对预测精度进行了验证。计算结果表明:该预测方法具有较高的精度和效率,算例中连续刚构桥位移均值、位移标准差和位移峰值与有限元计算结果相对误差仅为0.4%、2.2%和1.8%,能较为可行地应用于连续刚构桥动态位移预测,具有一定的工程实用价值。