基于优化支持向量机的刚构桥主梁挠度预测研究

Study on Deflection Prediction of Main Beams of Rigid Frame Bridges Based on Optimized Support Vector Machines

针对大跨度连续刚构桥在重载交通下的竖向挠度预测问题,提出了一种基于改进粒子群算法优化支持向量回归的连续刚构桥主梁挠度预测模型。首先将结构荷载效应与挠度响应作为样本数据集输入支持向量回归算法模型进行学习拟合,其次采用非线性惯性权重的粒子群算法对支持向量回归的超参数进行寻优求解,以某大跨度连续刚构桥在大件运输荷载下的主梁挠度响应为算例,验证了该模型的有效性。研究结果表明:非线性粒子群算法对支持向量回归超参数寻优问题的收敛速度及精度均高于标准粒子群算法;基于非线性粒子群算法改进的支持向量回归模型可以准确预测主梁在大件运输荷载下的挠度响应,各关键控制截面的最大相对误差仅为4.39%,平均相对误差仅为2.70%。