發(fā)布時(shí)間：2024-03-02 04:47

　　工程結(jié)構(gòu)在整個(gè)生命周期內(nèi)會(huì)受到荷載作用,這些荷載的時(shí)間、強(qiáng)弱等存在著隨機(jī)性,同時(shí)結(jié)構(gòu)本身也存在不確定性。荷載和結(jié)構(gòu)的不確定性會(huì)使得結(jié)構(gòu)的響應(yīng)存在不確定性,因此采用結(jié)構(gòu)可靠度方法評(píng)估結(jié)構(gòu)完成預(yù)定功能的概率非常必要。本文結(jié)合數(shù)論選點(diǎn)法和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)構(gòu)造結(jié)構(gòu)整體極限狀態(tài)函數(shù)的代理模型,分析結(jié)構(gòu)的整體抗震可靠度。針對(duì)如何結(jié)合數(shù)論選點(diǎn)法和ANN進(jìn)行整體抗震可靠度研究,開(kāi)展了以下研究工作:(1)基于ANN與數(shù)論選點(diǎn)結(jié)合的結(jié)構(gòu)可靠度分析步驟,采用MATLAB進(jìn)行相關(guān)程序的編寫(xiě),結(jié)合數(shù)值算例和簡(jiǎn)單的門(mén)式剛架,同時(shí)采用蒙特卡洛模擬法(Monte Carlo Simulation,MCS)、直接蒙特卡洛抽樣結(jié)合人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network with Monte Carlo Simulation,MCS-ANN)以及數(shù)論選點(diǎn)結(jié)合人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network with Number Theory,NT-ANN)方法進(jìn)行結(jié)構(gòu)可靠度分析,驗(yàn)證NT-ANN方法的計(jì)算精度以及計(jì)算效率;...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1RC框架結(jié)構(gòu)平面和立面布置圖

-32-a)平面布置圖b)立面布置圖圖3-1RC框架結(jié)構(gòu)平面和立面布置圖[2]

圖3-2梁、柱截面配筋圖

同一跨內(nèi)自下而上采用相同配筋，僅邊跨梁與中跨梁配筋不同，故本文給出了梁柱截面配筋如圖3-2所示。a)梁截面配筋圖b)柱截面配筋圖圖3-2梁、柱截面配筋圖[2]3.2.2RC框架有限元建模及動(dòng)力特性分析本文選擇美國(guó)開(kāi)放式地震工程模擬平臺(tái)OpenSEES建立有限元....

本文編號(hào)：3916357