简介:针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。
简介:现有的沥青路面使用性能评价体系,通过对路面的损坏状况指数、行驶质量指数、车辙深度指数、抗滑性能指数及结构强度指数的线性加权,获得路面使用性能指数。其中,影响路面行驶质量指数的主要因素是路面平整度,而它受到如裂缝、坑槽、修补等路面损坏的影响。因此,路面行驶质量指数与路面损坏状况指数存在着某种重叠关系,但这种关系并不明确,也没能体现在现有评价模型中,这不利于更深入的理论研究及实践。于是,基于路况快速检测车获取的相关数据,应用对数变换和根式变换进行数据处理,将路面破损率和国际平整度指数的非线性回归转化为变换数据的加权线性回归,并通过各种统计量的检验求得它们的回归方程和90%置信区间;然后,结合经验计算公式,推导出路面行驶质量指数与路面损坏状况指数之间的定量关系。研究可为改善沥青路面使用性能评价体系和评价模型作参考,有利于进一步的理论研究及实践。