大型桥梁结构是交通运输体系中的枢纽工程,在国民经济和社会生活中起着举足轻重的作用。随着世界范围内桥梁事故的时有发生,世界各国,对既有桥梁结构的安全性日益关注,桥梁结构的安全性评价工作己经成关桥梁工程领域研究的热点问题。 神经网络对非线性问题有强大且准确的映射能力,可对任何连续的非线性函数进行任意精度的逼近。神经网络的这个特性,被广泛应用到各个领域中。其中RBF网络以其简单的结构、快速的训练过程及良好的推广能力等优越性能被应用于许多领域。本文基于RBF神经网络理论对既有桥梁进行评估,评估结果准确、有效。本文主要开展了以下几个方面的工作: 1、以裂缝宽度、挠度、混凝土强度、钢筋屈服强度、钢筋直径、保护层厚度作为输入层向量,以受弯承载率为输出层向量,建立了钢筋混凝土梁受弯承载率的神经网络模型。 2、把RBF神经网络评估的结果与用BP网络评估的结果比较,BP网络明显不如RBF网络,而且BP网络的训练的时间明显大于RBF网络,其训练速度比较慢。另外,RBF神经网络是一种局部逼近网络,问题有唯一确定的解,不存在BP网中所遇到的局部极小值问题。 3、在桥梁损伤评估层次结构模型的基础上,本文提出了基于神经网络的梁损伤评估方法。利用BRF网络的高精度模拟特性,以评价指标的评分值作为输入建立了子系统的神经网络评估模型,然后再以各子系统的损伤评估值作为输入建立了桥梁损伤综合评估模型,从而得出桥梁损伤的评估结果,并根据给定的标准,确定桥梁的损伤等级。