基于径向基神经网络的谐波叠加法

摘要：

风荷载的数值模拟在结构设计中起着非常重要的作用.在土木工程脉动风速时程的各种数值模拟方法中,谐波叠加法最为常用.而且,通过引入FFT和不同插值技术可以在不显著地影响模拟精度的情况下,大大地缩短模拟计算所花费的时间.提出使用径向基神经网络(RBF neural network)插值技术来改进传统的谐波叠加法.使用基于径向基神经网络和传统的谐波叠加法(未引入插值技术)来模拟一幢100 m高的高层建筑上10个点的脉动风速时程,通过均方根误差( Root Mean Square Error,RMSE)和相对误差系数( Error factor,E_f)两项指标来评价改进的与传统的谐波叠加法相比较的模拟计算精度,并且记录各自所耗费的时间.结果表明:基于径向基神经网络谐波叠加法的精度令人相当满意,模拟计算效率大大提高.

关键词：脉动风速、随机模拟、谐波叠加法、径向基神经网络、插值技术

所属期刊栏目：29

分类号：TU311(建筑结构)

资助基金：国家自然科学基金资助项目50578092

在线出版日期：2010-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116