基于改进神经网络的板桩结构可靠性分析

板桩码头是港口工程的一种常用结构,计算其可靠度指标对港口工程的安全意义重大。由于板桩结构的设计计算复杂,功能函数表达难度较大。Monte-Carlo法是解决此类问题的一种方法,但需要大量的抽样与数值计算,很不经济。人工神经网络模型可以用来逼近功能函数,在此基础上可平行地建立一次二阶矩法进行可靠度分析。但传统的BP神经网络模型有着容易陷入局部极小及预测精度低等问题。针对上述问题,引入Adaboost算法来改进BP神经网络模型,提出一种基于Adaboost的BP神经网络法来计算板桩结构的可靠度。以天津某板桩码头为例,采用新方法对板桩结构进行可靠度分析,并将计算结果与传统BP神经网络法及Monte Carlo法进行比较。结果表明:新方法的计算精度高于传统BP神经网络法,且计算结果与Monte Carlo法接近。