基于PSO-BP神经网络的钢管混凝土拱桥主梁地震易损性分析

为解决大跨度钢管混凝土拱桥在地震易损性评估中计算效率低、计算成本高的问题,文章提出了一种基于粒子群算法改进BP神经网络的地震易损性计算方法。基于正态分布函数建立了钢管混凝土拱桥在地震激励下的易损性条件概率表征方式,采用粒子群算法对BP神经网络的权值与阈值进行寻优,训练了钢管混凝土拱桥在地震激励下的响应模型。同时,以某大跨度钢管混凝土拱桥为例,分析了其在考虑不同损伤状态下的地震易损性曲线。结果表明:PSO-BP神经网络模型可以较为精确地拟合钢管混凝土拱桥的易损性曲线,预测精度远高于未经优化的BP神经网络;主梁在轻微、中度和严重损伤状态下的地震易损性曲线趋势大致相同,损伤概率增速先增加后减小,当地面峰值加速度<0.4 g时,主梁完全破坏概率几乎为0。