大跨径预应力混凝土连续梁桥施工预拱度控制研究
|
摘要
随着科学技术和交通事业的发展，预应力混凝土连续梁桥以其施工简便、造价经济、受力合理、行车舒适等独特优势在近年来得到了迅速发展，在主跨100～300m范围内几乎成为首选桥型。但由于它出现较晚，其理论和经验还不十分完善，在修建过程中也存在一些技术上的问题。在现代桥梁施工中，施工监制技术是工程施工安全和内在质量的保证，正确计算和设置施工过程参数已成为大跨径桥梁施工领域重要研究课题之一。
近年来，神经网络误差调整方法成为国内外一个热门的研究课题。人们普遍认为这些领域的发展将会带来重大的研究成果和应用前景。神经网络是研究复杂系统的一种有效的信息处理方法，它不需要任何数学模型，但可以处理非线性问题。常用于预测、分类等各种数据处理的场合。近年来，人工神经网络技术在工程领域得到了广泛应用。BP网络是应用最广泛的一种网络，其学习方法是δ学习算法的推广和发展，是一种有导师的一种学习。BP算法经过多年的发展，现已得到许多改进。
襄樊汉江四桥是汉十-襄荆高速公路连接线上跨越汉江的一座特大桥，主跨为70+5*120+70米，其结构型式为预应力混凝土连续梁桥。该桥采用节段式悬拼施工法，其施工预拱度的控制是关键指标，目前没有一个成熟预测方法。本文以襄樊汉江四桥为依托，将神经网络误差调整方法用于大跨度混凝土桥梁的施工参数的识别。建立施工预拱度的数学模型，根据施工时的预应力张拉后等工况桥面实测标高与设计值的差异，用BP神经网络识别预拱度模型的参数，确定有关各截面的预拱值。分析表明该方法是有效的，与实测预拱度结果较吻合。
本文以大桥成桥线形满足设计要求和成桥内力控制在设计容许范围内为目的，运用现代控制理论的思想，引用神经网络基本原理，详细介绍BP神经网络的研究过程，从而建立预应力混凝土连续梁桥施工预拱度的神经网络模型，并详细讨论了模型的神经网络结点信息的提取，在工程实例的基础上进行了数值计
武汉理工大学硕士学位论文
算，数值表明，将神经网络应用于预应力混凝土连续梁桥施工控制，获得了满意
的结果，在预应力混凝土连续梁桥施工控制技术研究方面，具有方便有效、精度
高的优点，具有良好的应用前景。进行了一种新的尝试。
With the development of science and technology and traffic enterprise, the prestressed concrete continuous bridge has been growing up rapidly in recent 20 years with it's unique predominance of handy construction, economical cost, reasonable internal force and comfortable traveling. It almost has become the first selective bridge style When the main span is in the range from 100m to 300m. But the theories and experience in it are not very perfect because of it' s short appearance. In modern bridge building, the the construction controlling technique is a warranty of safe and quality of the bridge in the construction process. This paper introduced the importance of the camber of the longer span bridge in the construction.
In recent years, Artificial Neural Network(ANN) has become a striking research topic in china and abroad. It is generally believed that development in this field will bring significant outcomes and great promise for application. ANN is one of the efficient information processing'method in studying the sophisticated systems. It need not mathematical model, but can deal with non-liner fuzzy problems. It is often used in predicting, classification and so on. Inrecent years, ANN has been used in engineering fields. Back Propagation neural Network(BPN) is one of the most widely used network, The practice algorithm is similar to deta rule. With long period developing, BPN has been improving.
The No. 4 bridge of Xiangfan bridge over-crossing Hanriver is a specially long span river bridge on freeway by tieing freeway form HanShi to Xiangjing. The main span is 70+5*120+70m. It is a prestressed concrete continuous beam bridge. The bridge has builded by balanced cantilever
construction technique. The beam camber of construction is a controlling index of construction quality control.It is nonlinear, and now is not mature forecasting method. Relying on The No. 4 bridge of Xiangfan bridge over-crossing Hanriver bridge, in this paper a ANN is applied to the parameter of the long span bridge in the construction beam. A model with some parameters is used to forecasting the beam camber in the construction. Based on the differences between the design value and the survey of the bridge deck elevation in constructing the pre-stressed and so on working condition, the model parameters are identified by ANN, and the beam camber of different sections are given. The results demonstrated that the ANN is efficient and the theoretical results fit well with that of forecasting the beam camber in construction.
In this thesis, aim to the beam axis shape be exactitude for design, the internal force of the beam be appeased by design request, the concept of modem cybernetics is applied, At the same time, the effecting parameter has collected. The paper build the ANN model in predicting the beam camber an construction and discuss indetail the extraction of inputting nodes information when quoting the fundamental principle of ANN model and introducing research process of the improved BNN. According to them, ANN is applied in the construction control of prestressed concrete continuous bridge. It is successful for used in the No. 4 bridge of Xiangfan bridge over-crossing Hanriver brideg. To predict the construction camber of by ANN method is useful and effective. On the bridge construction control technique, attempted a new method.
近年来，神经网络误差调整方法成为国内外一个热门的研究课题。人们普遍认为这些领域的发展将会带来重大的研究成果和应用前景。神经网络是研究复杂系统的一种有效的信息处理方法，它不需要任何数学模型，但可以处理非线性问题。常用于预测、分类等各种数据处理的场合。近年来，人工神经网络技术在工程领域得到了广泛应用。BP网络是应用最广泛的一种网络，其学习方法是δ学习算法的推广和发展，是一种有导师的一种学习。BP算法经过多年的发展，现已得到许多改进。
襄樊汉江四桥是汉十-襄荆高速公路连接线上跨越汉江的一座特大桥，主跨为70+5*120+70米，其结构型式为预应力混凝土连续梁桥。该桥采用节段式悬拼施工法，其施工预拱度的控制是关键指标，目前没有一个成熟预测方法。本文以襄樊汉江四桥为依托，将神经网络误差调整方法用于大跨度混凝土桥梁的施工参数的识别。建立施工预拱度的数学模型，根据施工时的预应力张拉后等工况桥面实测标高与设计值的差异，用BP神经网络识别预拱度模型的参数，确定有关各截面的预拱值。分析表明该方法是有效的，与实测预拱度结果较吻合。
本文以大桥成桥线形满足设计要求和成桥内力控制在设计容许范围内为目的，运用现代控制理论的思想，引用神经网络基本原理，详细介绍BP神经网络的研究过程，从而建立预应力混凝土连续梁桥施工预拱度的神经网络模型，并详细讨论了模型的神经网络结点信息的提取，在工程实例的基础上进行了数值计
武汉理工大学硕士学位论文
算，数值表明，将神经网络应用于预应力混凝土连续梁桥施工控制，获得了满意
的结果，在预应力混凝土连续梁桥施工控制技术研究方面，具有方便有效、精度
高的优点，具有良好的应用前景。进行了一种新的尝试。
With the development of science and technology and traffic enterprise, the prestressed concrete continuous bridge has been growing up rapidly in recent 20 years with it's unique predominance of handy construction, economical cost, reasonable internal force and comfortable traveling. It almost has become the first selective bridge style When the main span is in the range from 100m to 300m. But the theories and experience in it are not very perfect because of it' s short appearance. In modern bridge building, the the construction controlling technique is a warranty of safe and quality of the bridge in the construction process. This paper introduced the importance of the camber of the longer span bridge in the construction.
In recent years, Artificial Neural Network(ANN) has become a striking research topic in china and abroad. It is generally believed that development in this field will bring significant outcomes and great promise for application. ANN is one of the efficient information processing'method in studying the sophisticated systems. It need not mathematical model, but can deal with non-liner fuzzy problems. It is often used in predicting, classification and so on. Inrecent years, ANN has been used in engineering fields. Back Propagation neural Network(BPN) is one of the most widely used network, The practice algorithm is similar to deta rule. With long period developing, BPN has been improving.
The No. 4 bridge of Xiangfan bridge over-crossing Hanriver is a specially long span river bridge on freeway by tieing freeway form HanShi to Xiangjing. The main span is 70+5*120+70m. It is a prestressed concrete continuous beam bridge. The bridge has builded by balanced cantilever
construction technique. The beam camber of construction is a controlling index of construction quality control.It is nonlinear, and now is not mature forecasting method. Relying on The No. 4 bridge of Xiangfan bridge over-crossing Hanriver bridge, in this paper a ANN is applied to the parameter of the long span bridge in the construction beam. A model with some parameters is used to forecasting the beam camber in the construction. Based on the differences between the design value and the survey of the bridge deck elevation in constructing the pre-stressed and so on working condition, the model parameters are identified by ANN, and the beam camber of different sections are given. The results demonstrated that the ANN is efficient and the theoretical results fit well with that of forecasting the beam camber in construction.
In this thesis, aim to the beam axis shape be exactitude for design, the internal force of the beam be appeased by design request, the concept of modem cybernetics is applied, At the same time, the effecting parameter has collected. The paper build the ANN model in predicting the beam camber an construction and discuss indetail the extraction of inputting nodes information when quoting the fundamental principle of ANN model and introducing research process of the improved BNN. According to them, ANN is applied in the construction control of prestressed concrete continuous bridge. It is successful for used in the No. 4 bridge of Xiangfan bridge over-crossing Hanriver brideg. To predict the construction camber of by ANN method is useful and effective. On the bridge construction control technique, attempted a new method.
引文
[1] 范立础编著．预应力混凝土连续梁桥．北京：人民交通出版社．1988年2月
[2] 王文涛主编．刚构-连续组合梁桥．人民交通出版社．1997年4月
[3] 徐君兰主编．大跨度桥梁施工控制．人民交通出版社．2000年8月
[4] 肖汝诚．桥梁结构分析及程序系统．人民交通出版社．2002年7月
[5] 闻新等编著．MATLAB神经网络应用设计．科学出版社．2000年9月
[6] 张永水编著，大跨度预应力砼连续梁桥施工误差调整的Kalman滤波法．重庆交通学院学报．2000，19(3)：13～15．
[7] 张立明编著．人工神经网络的模型及其应用．上海：复旦大学出版社，1993
[8] 杨行峻．郑君里编著，人工神经网络．北京：高等教育出版社．1992
[9] 包约翰[美]编著．自适应模式识别与神经网络．北京：科学出版社，1992
[10] 袁曾任编著．人工神经网络原理及其应用．北京：清华出版社，1999
[11] 周继成等．人工神经网络——第六代计算机的实现．北京：科学普及出版社，1993
[12] 王永骥，涂健编著．神经元网络控制，机械工业出版社．1998
[13] 焦李成主编．神经网络系统理论．西安电子科技大学出版社．1990
[14] 赵振宇，徐用懋编著．模糊理论和神经网络的基础与应用。北京：清华大学出版社．南宁：广西科学技术出版社，1997
[15] 程相君，王春宁，陈生潭编著．神经网络原理及其应用．北京：国防工业出版社，1995
[16] 刘增良编著编著等，模糊逻辑与神经网络，北京航空航天大学出版社，1996
[17] 尼尔逊N J主编，石纯一等译．人工智能原理，科学出版社，1983
[18] 石纯一，黄昌宁编著等．人工智能原理．清华大学出版社．1993
[19] 涂序彦编著．人工智能及其应用．北京大学出版社．1988
[20] 吴泉源，刘江宁主编．人工智能与专家系统，国防科技大学出版社．1995．3
[21] 周济，王群，周迪勋主编．机械设计专家系统概论．华中理工大学出版
社．1989
[22] 赵瑞清主编．专家系统初步．气象出版社．1986
[23] 朱福喜等编著．一个实用的非单调推理系统．计算机应用与软件．Vol 10 No．2．1993．
[24] 戴诗亮 沈成武 沈延春等编著．人工神经网络用于人体振动响应的分析．清华大学学报1996，36(8)：87～92
[25] 熊小莉编著．GPS在桥梁控制测量中的应用．铁道建筑．2000年第6期
[26] 柳学发编著．大跨度连续梁桥的应用和发展．铁道标准设计．1999年1期
[27] 周军生 楼庄鸿编著．大跨径预应力混凝土连续梁桥的现状和发展趋势．中国公路学报．2000
[28] 顾安邦 常英 乐云祥主编．大跨径预应力连续梁桥施工控制的理论与方法重庆交通学院学报1999年12月
[29] 何旭辉 裘伯永主编．对预应力混凝土连续梁悬拼施工有关问题的探讨铁道建筑技术2000(1)
[30] 刘孝军 朱华民编著．福州三县洲闽江大桥施工监控．桥梁建设．2000年第2期
[31] 孙华斌 李树东 盛勇编著．卡尔曼滤波法在系杆拱吊杆张拉施工中的应用．西安公路交通大学学报．2000年4月
[32] 张宝才 徐祯祥 阴存欣编著．跨海预应力混凝土大桥工程监测分析．铁道建筑．2000年4期
[33] 刘效尧编著．梁桥损伤识别的神经网络设计．华东公路．2000年2月
[34] 陈炳坤，胡贵琼编译。美国的17座新建大桥．国外公路．2000年4月
[35] 王家林 肖盛燮 吴国松 曾德荣编著．桥梁结构实时响应在线监测的简化分析方法．重庆交通学院学报．1999年12月
[36] 周希平 许忠勇编著．施工中混凝土斜拉桥徐变系数研究．华南理工大学学报(自然科学版)．2000年1月
[37] 穆祥纯编著．试论城市大跨径桥梁设计的有关问题．城市道桥与防洪．第3期 2000年9月
[38] 张巍编著．预应力混凝土梁桥施工裂缝的研究及处理．太原理工大学学报．2000年3月
[39] 李珂 陆光闾编著．预应力混凝土桥梁长期变形的计算分析．上海铁道大学学报．2000年8月
[40] 林凤国编著．洲河大桥连续梁悬臂灌筑施工技术．铁道标准设计．2000年12月
[41] 周水兴 顾安邦编著．公路桥梁CAD的现状和发展方向．重庆交通学院学报．1997年9月
[42] 高钟毓编著．工程系统中的随机工程—随机系统分析与最优滤波．北京：清华大学出版社．1989年4月
[43] 林元培编著．卡尔曼滤波法在斜拉桥施工中的应用．土木工程学报．198316(3)
[44] 李国平 刘健编著．大跨连续梁桥线形最优施工控制的理论与方法华东公路1992(2)
[45] 杨高中等编著．连续梁桥在我国的应用和发展．公路．1998(6)—(7)
[46] 段明德编著．大跨度预应力混凝土桥梁施工的线形控制．铁道建筑技术．1996(5)
[47] 范立础 杜国华 马健中编著．斜拉桥索力优化及非线形理想倒退分析．重庆交通学院学报．1992 11(1)
[48] 左许泉编著．娄底大埠公路大桥施工技术总结．湖南交通科技，1997，23(3)：P43-45
[49] 唐小兵，沈成武，陈定方编著．神经网络与遗传算法结合在结构优化设计中的应用．武汉交通科技大学学报．1999，23(5)：P477-479
[50] 肖汝诚等编著．斜拉桥索力优化及其工程应用．计算力学学报．1998，15(1)：P118-126
[51] 杨炳成、孙明编著．斜拉桥索力的非线性优化倒拆分析．中国公路学报，1998，11(3)：P55-62
[52] 何雄君编著．桥梁结构实用电算．科学出版社．1996年6月
[53] 穆祥纯．试论城市大跨径桥梁设计的有关问题．城市道桥与防洪．第3期2000年9月
[54] 王元丰等编著．钢管混凝土轴心受压构件的徐变分析．中国公路报，2000，13(2)：P57-60
[55] 刘峰编著．拱肋钢管混凝土超声波检测的应用研究．江西交通，1999，2：P53-55
[56] 翁晓红等编著．斜拉桥缆索动力特性研究．武汉水利电力大学学报，1998，31(1)：P88-91
[57] 陈继光等编著．GPS桥梁高程控制网的人工神经网络模型．国外公路，2000，20(2)：P51-54
[58] 孙晓艳等编著．神经网络推广性能的敏感度分析及应用．西北工业大学学报增刊．1999：P129-132
[59] 沈成武，张开银，向木生等编著．襄樊汉江四桥监测监控报告．2003
[60] 张威等主编．襄樊汉江四桥施工图设计文件
[61] Allen C. Estes, Dan M. Frangopol. Repair Optimization Of Highway Bridges Using System Reliability Approach. Journal Of Structural Engineering. 1999,6:P766-775
[62] Virote Boonyapinyo, Toshio Miyata, Hitoshi Yamada. Advanced Aerodynamic Analysis Of Suspension Bridges By State-Space Approach. Journal Of Structural Engineerifng. 1999,12:P1357-1365
[63] Diego Cobo del Arco, Angel C. Aparicio. Improving Suspension Bridge Wind Stability With Aerodynamic Appendages. Journal Of Structural Engineering. 1999,12:P1367-1375
[64] Clark. G. The UK industry's proposals for improved specification and standards for post-tensioned Concrete bridge. In: Proc. of FIP symposium. London: 1997.
[65] Pickeet .J. Background to the UK Highways Agency' s Moritorium on post-tentioned grouted Construction. In: Proc. of FIP
symposium. London: 1997.
[66] Kitahara M, Achenbach J D, Guo Q C. Neural network for crack-depth determination from ultrasonic backscattering data. Review of Progress in Quantitative Nondestructive Evaluation, 1992,11:701～708
[67] P.A. Devijver. Relationships between statistical risks and the least-mean-square error design criterion in Pattern Recognition, in proc. First Int. Joint Conf. pattern Recognition, Washington, Nov. 1973 pp. 139-148
[68] David Lowe and Andrew R, Webb. Optimized Feature Extraction and the Bayes Decision in Feed Forward Classifier Networks, IEEE TRANS. On PATTERN ANAL YSIS AND MACHINE INTELLIGENCE, VoI. 13, No. 4, April, 1991
[69] Adams J.B.A probability model of medical reasoning and the MYCIN model. Mathematieal Biosciences. Vol 32,1976
[70] Aiello N. A comparative study of control, for expert systems. AGEimolemkentation of three variations of PUFF.. Proceedings of the National Conference on Artificial Intelligence, 1983 (1——4)
[71] Aiello L, Cecchi C, Sartini D. Representation and use of metaknowledge. Proeedings of IEEE. vol 74,1986
[72] Avelino J. Gonzalez, Douglas D. Dankel. The Engineering of Knowledge-Based Systems, Theory and Practice..Prentice Hall International Editions, 1986
[73] Zadeh L A. Fuzzy sets Information and Control, vol. 8,1965
[2] 王文涛主编．刚构-连续组合梁桥．人民交通出版社．1997年4月
[3] 徐君兰主编．大跨度桥梁施工控制．人民交通出版社．2000年8月
[4] 肖汝诚．桥梁结构分析及程序系统．人民交通出版社．2002年7月
[5] 闻新等编著．MATLAB神经网络应用设计．科学出版社．2000年9月
[6] 张永水编著，大跨度预应力砼连续梁桥施工误差调整的Kalman滤波法．重庆交通学院学报．2000，19(3)：13～15．
[7] 张立明编著．人工神经网络的模型及其应用．上海：复旦大学出版社，1993
[8] 杨行峻．郑君里编著，人工神经网络．北京：高等教育出版社．1992
[9] 包约翰[美]编著．自适应模式识别与神经网络．北京：科学出版社，1992
[10] 袁曾任编著．人工神经网络原理及其应用．北京：清华出版社，1999
[11] 周继成等．人工神经网络——第六代计算机的实现．北京：科学普及出版社，1993
[12] 王永骥，涂健编著．神经元网络控制，机械工业出版社．1998
[13] 焦李成主编．神经网络系统理论．西安电子科技大学出版社．1990
[14] 赵振宇，徐用懋编著．模糊理论和神经网络的基础与应用。北京：清华大学出版社．南宁：广西科学技术出版社，1997
[15] 程相君，王春宁，陈生潭编著．神经网络原理及其应用．北京：国防工业出版社，1995
[16] 刘增良编著编著等，模糊逻辑与神经网络，北京航空航天大学出版社，1996
[17] 尼尔逊N J主编，石纯一等译．人工智能原理，科学出版社，1983
[18] 石纯一，黄昌宁编著等．人工智能原理．清华大学出版社．1993
[19] 涂序彦编著．人工智能及其应用．北京大学出版社．1988
[20] 吴泉源，刘江宁主编．人工智能与专家系统，国防科技大学出版社．1995．3
[21] 周济，王群，周迪勋主编．机械设计专家系统概论．华中理工大学出版
社．1989
[22] 赵瑞清主编．专家系统初步．气象出版社．1986
[23] 朱福喜等编著．一个实用的非单调推理系统．计算机应用与软件．Vol 10 No．2．1993．
[24] 戴诗亮 沈成武 沈延春等编著．人工神经网络用于人体振动响应的分析．清华大学学报1996，36(8)：87～92
[25] 熊小莉编著．GPS在桥梁控制测量中的应用．铁道建筑．2000年第6期
[26] 柳学发编著．大跨度连续梁桥的应用和发展．铁道标准设计．1999年1期
[27] 周军生 楼庄鸿编著．大跨径预应力混凝土连续梁桥的现状和发展趋势．中国公路学报．2000
[28] 顾安邦 常英 乐云祥主编．大跨径预应力连续梁桥施工控制的理论与方法重庆交通学院学报1999年12月
[29] 何旭辉 裘伯永主编．对预应力混凝土连续梁悬拼施工有关问题的探讨铁道建筑技术2000(1)
[30] 刘孝军 朱华民编著．福州三县洲闽江大桥施工监控．桥梁建设．2000年第2期
[31] 孙华斌 李树东 盛勇编著．卡尔曼滤波法在系杆拱吊杆张拉施工中的应用．西安公路交通大学学报．2000年4月
[32] 张宝才 徐祯祥 阴存欣编著．跨海预应力混凝土大桥工程监测分析．铁道建筑．2000年4期
[33] 刘效尧编著．梁桥损伤识别的神经网络设计．华东公路．2000年2月
[34] 陈炳坤，胡贵琼编译。美国的17座新建大桥．国外公路．2000年4月
[35] 王家林 肖盛燮 吴国松 曾德荣编著．桥梁结构实时响应在线监测的简化分析方法．重庆交通学院学报．1999年12月
[36] 周希平 许忠勇编著．施工中混凝土斜拉桥徐变系数研究．华南理工大学学报(自然科学版)．2000年1月
[37] 穆祥纯编著．试论城市大跨径桥梁设计的有关问题．城市道桥与防洪．第3期 2000年9月
[38] 张巍编著．预应力混凝土梁桥施工裂缝的研究及处理．太原理工大学学报．2000年3月
[39] 李珂 陆光闾编著．预应力混凝土桥梁长期变形的计算分析．上海铁道大学学报．2000年8月
[40] 林凤国编著．洲河大桥连续梁悬臂灌筑施工技术．铁道标准设计．2000年12月
[41] 周水兴 顾安邦编著．公路桥梁CAD的现状和发展方向．重庆交通学院学报．1997年9月
[42] 高钟毓编著．工程系统中的随机工程—随机系统分析与最优滤波．北京：清华大学出版社．1989年4月
[43] 林元培编著．卡尔曼滤波法在斜拉桥施工中的应用．土木工程学报．198316(3)
[44] 李国平 刘健编著．大跨连续梁桥线形最优施工控制的理论与方法华东公路1992(2)
[45] 杨高中等编著．连续梁桥在我国的应用和发展．公路．1998(6)—(7)
[46] 段明德编著．大跨度预应力混凝土桥梁施工的线形控制．铁道建筑技术．1996(5)
[47] 范立础 杜国华 马健中编著．斜拉桥索力优化及非线形理想倒退分析．重庆交通学院学报．1992 11(1)
[48] 左许泉编著．娄底大埠公路大桥施工技术总结．湖南交通科技，1997，23(3)：P43-45
[49] 唐小兵，沈成武，陈定方编著．神经网络与遗传算法结合在结构优化设计中的应用．武汉交通科技大学学报．1999，23(5)：P477-479
[50] 肖汝诚等编著．斜拉桥索力优化及其工程应用．计算力学学报．1998，15(1)：P118-126
[51] 杨炳成、孙明编著．斜拉桥索力的非线性优化倒拆分析．中国公路学报，1998，11(3)：P55-62
[52] 何雄君编著．桥梁结构实用电算．科学出版社．1996年6月
[53] 穆祥纯．试论城市大跨径桥梁设计的有关问题．城市道桥与防洪．第3期2000年9月
[54] 王元丰等编著．钢管混凝土轴心受压构件的徐变分析．中国公路报，2000，13(2)：P57-60
[55] 刘峰编著．拱肋钢管混凝土超声波检测的应用研究．江西交通，1999，2：P53-55
[56] 翁晓红等编著．斜拉桥缆索动力特性研究．武汉水利电力大学学报，1998，31(1)：P88-91
[57] 陈继光等编著．GPS桥梁高程控制网的人工神经网络模型．国外公路，2000，20(2)：P51-54
[58] 孙晓艳等编著．神经网络推广性能的敏感度分析及应用．西北工业大学学报增刊．1999：P129-132
[59] 沈成武，张开银，向木生等编著．襄樊汉江四桥监测监控报告．2003
[60] 张威等主编．襄樊汉江四桥施工图设计文件
[61] Allen C. Estes, Dan M. Frangopol. Repair Optimization Of Highway Bridges Using System Reliability Approach. Journal Of Structural Engineering. 1999,6:P766-775
[62] Virote Boonyapinyo, Toshio Miyata, Hitoshi Yamada. Advanced Aerodynamic Analysis Of Suspension Bridges By State-Space Approach. Journal Of Structural Engineerifng. 1999,12:P1357-1365
[63] Diego Cobo del Arco, Angel C. Aparicio. Improving Suspension Bridge Wind Stability With Aerodynamic Appendages. Journal Of Structural Engineering. 1999,12:P1367-1375
[64] Clark. G. The UK industry's proposals for improved specification and standards for post-tensioned Concrete bridge. In: Proc. of FIP symposium. London: 1997.
[65] Pickeet .J. Background to the UK Highways Agency' s Moritorium on post-tentioned grouted Construction. In: Proc. of FIP
symposium. London: 1997.
[66] Kitahara M, Achenbach J D, Guo Q C. Neural network for crack-depth determination from ultrasonic backscattering data. Review of Progress in Quantitative Nondestructive Evaluation, 1992,11:701～708
[67] P.A. Devijver. Relationships between statistical risks and the least-mean-square error design criterion in Pattern Recognition, in proc. First Int. Joint Conf. pattern Recognition, Washington, Nov. 1973 pp. 139-148
[68] David Lowe and Andrew R, Webb. Optimized Feature Extraction and the Bayes Decision in Feed Forward Classifier Networks, IEEE TRANS. On PATTERN ANAL YSIS AND MACHINE INTELLIGENCE, VoI. 13, No. 4, April, 1991
[69] Adams J.B.A probability model of medical reasoning and the MYCIN model. Mathematieal Biosciences. Vol 32,1976
[70] Aiello N. A comparative study of control, for expert systems. AGEimolemkentation of three variations of PUFF.. Proceedings of the National Conference on Artificial Intelligence, 1983 (1——4)
[71] Aiello L, Cecchi C, Sartini D. Representation and use of metaknowledge. Proeedings of IEEE. vol 74,1986
[72] Avelino J. Gonzalez, Douglas D. Dankel. The Engineering of Knowledge-Based Systems, Theory and Practice..Prentice Hall International Editions, 1986
[73] Zadeh L A. Fuzzy sets Information and Control, vol. 8,1965