学位论文 > 优秀研究生学位论文题录展示

隔震初步设计系统软件及可视化

作　者: 李志华
导　师: 李慧
学　校: 兰州理工大学
专　业: 防灾减灾工程及防护工程
关键词: 隔震结构设计 BP神经网络 MATLAB接口 ActiveX
分类号: TU352.12
类　型: 硕士论文
年　份: 2012年
下　载: 14次
引　用: 1次
阅　读: 论文下载

内容摘要

隔震技术作为一种有效的抗震手段，目前已得到广泛的应用。5.12汶川地震中，隔震结构在地震中表现出了良好的抗震性能，使得隔震技术在我国得到了更加迅速的发展。隔震结构指在基础、底部或者下部结构与上部结构之间设置橡胶隔震支座和阻尼装置等部件组成具有整体复位功能的隔震层，以延长整个结构体系的自振周期，减少上部结构的水平地震作用，达到预期的防震要求。新修订《建筑抗震设计规范》（GB50011-2010）将基础隔震扩展到层间隔震，使隔震设计的实施过程复杂化。寻找一种快速、有效的方法和手段，在隔震结构设计的决策阶段来完成结构的隔震初步设计，成为隔震结构应用需要解决的重要问题之一。所在课题组已经建立隔震初步设计系统，明显提高隔震设计效率。本文是依据新修订规范对上述初步设计系统进行更新并用MATLAB和.NET开发隔震初步设计系统。首先，分析基于分类思想的隔震初步设计系统预测，通过BP网络和RBF网络对多遇地震作用下水平向减震系数的预测对比分析，两种网络都有很高的准确率，训练速度都很快，说明神经网络的参数选取合理，算法正确。对于罕遇地震作用下的隔震支座最大位移的预测，同样采用BP网络和RBF网络预测对比分析，表明RBF网络比BP网络准确率高，训练速度快，达到了较高的准确率。通过两种网络的比较，RBF网络训练时间短以及准确率高，表明RBF对于隔震初步设计的结果预测优于BP网络。其次，针对分类思想并没有给出水平向减震系数和隔震支座最大位移数值的缺陷，提出直接求解法的BP神经网络对两者数值预测。通过神经网络测试结果可以得出，改进后的网络输出误差能够控制在一定范围内，输出结果符合规范要求，说明利用改进后的BP神经网络分析结构隔震效果是一种切实可行的方法。最后，基于.NET平台开发了windows和web的应用程序。Windows应用程序是用VB.NET开发图形用户界面，通过通过ActiceX自动化接口将MATLAB中的神经网络工具在VB.NET中调用，在隔震初步设计系统中实现二者的混合编程，缩短了软件的开发周期。Web应用程序是采用ASP.NET技术和MATLAB混合编程，将初步隔震系统通过计算机网络推广和使用。

全文目录

摘要  8-9
Abstract  9-11
第1章绪论  11-16
  1.1 研究背景  11
  1.2 隔震技术国内外研究现状  11-13
    1.2.1 隔震技术国外研究现状  11-12
    1.2.2 隔震技术国内研究现状  12-13
  1.3 神经网络在土木工程中应用国内外研究现状  13-14
  1.4 本文的主要研究内容  14-16
    1.4.1 课题的来源  14
    1.4.2 课题的提出及课题研究的意义  14-15
    1.4.3 本课题的研究方法及主要研究内容  15-16
第2章隔震理论及其结构设计  16-23
  2.1 隔震结构概述  16-19
    2.1.1 隔震结构的基本原理  16
    2.1.2 隔震结构减震的动力学原理  16-17
    2.1.3 隔震结构减震原理  17-18
    2.1.4 隔震装置的分类  18
    2.1.5 隔震结构的应用范围  18
    2.1.6 隔震结构的优点  18-19
  2.2 隔震结构设计  19-22
    2.2.1 是否采用隔震技术  19-20
    2.2.2 分部设计法  20-22
  2.3 本章小结  22-23
第3章 BP和RBF神经网络  23-38
  3.1 神经网络的基本理论基础  23-28
    3.1.1 神经元模型  23-24
    3.1.2 神经元的变换函数  24-26
    3.1.3 神经网络的分类  26-27
    3.1.4 神经网络的基本特点及功能  27-28
  3.2 BP和RBF神经网络的基本原理  28-36
    3.2.1 BP神经网络  28-34
      3.2.1.1 BP神经网络简介  28-29
      3.2.1.2 BP神经网络算法  29-32
      3.2.1.3 BP算法程序实现流程  32-34
    3.2.2 RBF神经网络  34-36
      3.2.2.1 RBF神经网络简介  34
      3.2.2.2 RBF神经网络构成  34
      3.2.2.3 RBF神经网络的学习过程  34-36
  3.3 MATLAB神经网络工具箱  36-37
  3.4 本章小结  37-38
第4章基于分类思想隔震初步设计应用研究  38-56
  4.1 引言  38
  4.2 BP神经网络的分析研究  38-51
    4.2.1 神经网络结构设计  38-41
    4.2.2 BP神经网络的传递函数选择  41
    4.2.3 BP神经网络的样本集设计  41-47
    4.2.4 BP神经网络的MATLAB程序设计  47
    4.2.5 BP神经网络的训练  47-49
    4.2.6 BP神经网络的测试  49-51
  4.3 RBF神经网络的分析研究  51-55
    4.3.1 RBF神经网络结构设计  51-52
    4.3.5 RBF神经网络的训练  52-53
    4.3.6 RBF神经网络的测试  53-55
  4.4 本章小结  55-56
第5章基于直接求解的BP神经网络隔震初步设计系统分析研究  56-64
  5.1 基于分类思想的隔震初步设计的缺点和改进方法  56-57
    5.1.1 基于分类思想的隔震初步设计的缺点  56
    5.1.2 基于直接求解的改进方法  56-57
  5.2 改进后的神经网络研究  57-61
    5.2.1 改进后神经网络结构设计  57
    5.2.2 改进后神经网络参数预处理  57-61
  5.3 神经网络BPJ的训练测试  61-62
  5.4 神经网络BPW的训练测试  62-63
  5.5 本章小结  63-64
第6章基于.NET和MATLAB接口隔震初步设计系统研究  64-71
  6.1 系统开发方法与工具  64
  6.2 基于ACTIVEX的.NET与MATLAB接口实现方法  64-65
  6.3 隔震初步设计系统的组成  65-68
    6.3.1 结构是否适合隔震设计的判断功能  66-67
    6.3.2 神经网络预测功能  67-68
  6.4 隔震初步设计系统算例  68-70
  6.5 本章小结  70-71
结论与展望  71-73
  1. 结论  71
  2. 展望  71-73
参考文献  73-76
致谢  76-77
附A 攻读学位期间所发表的学术论文目录  77

隔震初步设计系统软件及可视化

内容摘要

全文目录

相似论文