茹反反

（福建水利電力職業(yè)技術(shù)學(xué)院，366000，永安）

一、引 言

汶川大地震是新中國(guó)成立以來(lái)破壞性最強(qiáng)、波及范圍最廣的一次地震。大地震帶來(lái)的損失十分巨大，而次生災(zāi)害的發(fā)生則更是雪上加霜，帶來(lái)的損失有時(shí)比地震還大。對(duì)于災(zāi)區(qū)來(lái)說(shuō)，能及時(shí)、正確地診斷震區(qū)水工建筑物如大壩等的地震損壞程度是防止次生災(zāi)害的一個(gè)重要保證。人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱ANN）的研究已有30多年歷史，它是涉及生物、電子、計(jì)算機(jī)、數(shù)學(xué)和物理學(xué)的交叉學(xué)科，有著廣泛的應(yīng)用前景，目前人們已成功地將其應(yīng)用于人工智能領(lǐng)域的許多方面，如圖像壓縮、字符識(shí)別等，我們也可利用其進(jìn)行結(jié)構(gòu)損壞診斷。

二、BP人工神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上是一種采用反向傳播學(xué)習(xí)算法的多層前饋網(wǎng)絡(luò)。從結(jié)構(gòu)上講，BP網(wǎng)絡(luò)是一種分層型網(wǎng)絡(luò)，由輸入層、隱層和輸出層組成。層與層之間采用全互連方式，同一層單元之間不存在相互連接。

隱層可以有一個(gè)或多個(gè)，隱層中的神經(jīng)元均采用S型變換函數(shù)。三層前饋神經(jīng)網(wǎng)絡(luò)能以任意精度完成任何連續(xù)函數(shù)的映射。

BP算法是非循環(huán)多級(jí)網(wǎng)絡(luò)的訓(xùn)練算法，其學(xué)習(xí)過(guò)程由正向傳播和反向傳播組成。輸入值經(jīng)過(guò)非線性變換，從輸入層經(jīng)隱層單元逐層處理，并傳向輸出層，每一層神經(jīng)元的狀態(tài)將影響到下一層神經(jīng)元狀態(tài)，如果在輸出層不能得到期望的輸出，則轉(zhuǎn)入反向傳播，通過(guò)修改各神經(jīng)元權(quán)值，使誤差信號(hào)最小。

三、基于神經(jīng)網(wǎng)絡(luò)的水工建筑結(jié)構(gòu)地震損壞評(píng)估

水工建筑結(jié)構(gòu)受動(dòng)力荷載作用而損壞將影響它的動(dòng)力學(xué)特性。因此，從受損結(jié)構(gòu)測(cè)得的動(dòng)力反應(yīng)與正常狀況下的反應(yīng)比較中，必然包含了關(guān)于損壞構(gòu)件及其位置和程度的信息，這些信息以傳統(tǒng)方法是很難提取出來(lái)的，必須有一套指導(dǎo)因果顯式關(guān)系的規(guī)則，而且利用這樣關(guān)系的方法也要預(yù)先開(kāi)發(fā)好。

由于神經(jīng)網(wǎng)絡(luò)的方法是利用訓(xùn)練過(guò)程提取因果關(guān)系，然后將它存儲(chǔ)到一個(gè)神經(jīng)網(wǎng)絡(luò)模型的連接強(qiáng)度上。網(wǎng)絡(luò)的自組織與學(xué)習(xí)能力消除了提取因果關(guān)系的必要性。

選取的神經(jīng)網(wǎng)絡(luò)模型以包含因果關(guān)系的適當(dāng)信息接受訓(xùn)練。因此，第一步要取得受損的與完好的結(jié)構(gòu)地震反應(yīng)資料，這可通過(guò)結(jié)構(gòu)反應(yīng)的實(shí)測(cè)、模型試驗(yàn)或數(shù)值模擬實(shí)現(xiàn)。

在確定神經(jīng)網(wǎng)絡(luò)模型時(shí)，要決定其結(jié)構(gòu)形式和訓(xùn)練算法。接著用一組訓(xùn)練用數(shù)據(jù)組中未曾出現(xiàn)過(guò)的數(shù)據(jù)去測(cè)試。訓(xùn)練過(guò)的網(wǎng)絡(luò)是否有普遍性，往往取決于所選擇網(wǎng)絡(luò)結(jié)構(gòu)的合適性與對(duì)評(píng)估損壞所需有關(guān)信息是否豐富。

對(duì)剪切型三層框架建筑模型在各種地震波作用下進(jìn)行加速度時(shí)程測(cè)量，包括將測(cè)量?jī)x放在頂層和放在第二層兩種情況。將所測(cè)得的加速度時(shí)程反應(yīng)數(shù)據(jù)通過(guò)FFT（快速富利哀變換）處理轉(zhuǎn)換至頻域。然后在所得的加速度幅值譜上，從0～20Hz范圍內(nèi)等距地取出200個(gè)點(diǎn)的相應(yīng)幅值作為神經(jīng)網(wǎng)絡(luò)的輸入。參見(jiàn)圖1。

神經(jīng)網(wǎng)絡(luò)的形式是單隱層的BP網(wǎng)絡(luò)。輸入層設(shè)有200個(gè)PE，它們輸入采集的加速度幅值譜值，輸出層的3個(gè)PE代表建筑各層層間柱子構(gòu)件，其活性值取在0～1之間，0代表完全破壞，1代表無(wú)損壞，中間的數(shù)值代表以構(gòu)件剛度降低百分?jǐn)?shù)表達(dá)的損壞程度。

四、BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖2所示。

輸入層有200個(gè)處理單元，它們分別從富利哀譜中接受譜位輸入。隱層由10個(gè)處理單元組成。輸出層的三個(gè)處理單元分別代表結(jié)構(gòu)構(gòu)件的三種損壞狀態(tài)。

對(duì)該網(wǎng)絡(luò)模型，可用42個(gè)加速度頻譜所代表的不同情況來(lái)訓(xùn)練。它們從設(shè)置在框架上的加速度傳感器記錄轉(zhuǎn)換而得，這些譜值中包含著哪個(gè)構(gòu)件是受損的以及損壞程度的信息，具體是指以下方面：

①對(duì)于6個(gè)不同的地震記錄，所有輸出PE的活性值接近于1.0，即沒(méi)有構(gòu)件損壞(6個(gè)情況）；

②構(gòu)件1（第一層）對(duì)6個(gè)地震記錄的損壞程度，即剛度折減75%和50%，相當(dāng)于活性水平0.25和0.50（12 個(gè)情況）；

③構(gòu)件2（第二層）對(duì)6個(gè)地震記錄的損壞程度，即剛度折減75%和50%（12個(gè)情況）；

④構(gòu)件3（第三層）對(duì)6個(gè)地震記錄的損壞程度，即剛度折減75%和50%（12個(gè)情況）。

這42個(gè)實(shí)例分批提交給神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，第一批是相應(yīng)于所有地震記錄的無(wú)損與50%損壞的頻譜；第二批是相應(yīng)于75%損壞的頻譜。通過(guò)1200～1400 周期（epoch，是對(duì)所有輸入進(jìn)行一次完整的前饋與誤差反傳所作運(yùn)算）迭代而收斂。其中采用了0.2的學(xué)習(xí)率和10%的最大允許誤差。這個(gè)用于構(gòu)件損壞評(píng)估的單隱層BP模型的訓(xùn)練，其輸出PE活性值的結(jié)果與期望的活性值之間應(yīng)符合得相當(dāng)好。

五、神經(jīng)網(wǎng)絡(luò)模型的測(cè)試

上述的網(wǎng)絡(luò)模型在通過(guò)42種訓(xùn)練樣本的訓(xùn)練以后，再對(duì)它進(jìn)行測(cè)試，以檢驗(yàn)它對(duì)其他的損壞狀態(tài)（譬如對(duì)60%損壞狀態(tài)）的識(shí)別是否同樣好。

為此，可將三層框架的各層構(gòu)件剛度降低60%后，再在相同地震波作用下取得加速度反應(yīng)譜值，以此作為輸入重復(fù)上述的訓(xùn)練，就可得到測(cè)試結(jié)果。

六、結(jié) 語(yǔ)

網(wǎng)絡(luò)模型不一定能正確地識(shí)別構(gòu)件損壞程度。引起這種差錯(cuò)的其中一個(gè)主要因素可能是網(wǎng)絡(luò)沒(méi)有被提供足夠多的信息來(lái)區(qū)分不同構(gòu)件的損壞狀態(tài)。我們可以采取一些措施進(jìn)行補(bǔ)救，譬如，選擇合適的傳感器數(shù)量和安放位置來(lái)正確而恰當(dāng)?shù)夭蹲浇Y(jié)構(gòu)的振動(dòng)特性。在第二、第三層上分別設(shè)置傳感器，以增加輸入信息量。此外，還可嘗試改變網(wǎng)絡(luò)模型的結(jié)構(gòu)，選用兩個(gè)隱層，更好地區(qū)分不同損壞狀態(tài)和識(shí)別60%損壞的構(gòu)件。

[1]王效岳，劉好明，劉曉麗.改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在城市工業(yè)用電量預(yù)測(cè)中的應(yīng)用[J].自動(dòng)化技術(shù)與應(yīng)用，2007（12）.

[2]林濟(jì)群.人工智能及其在工業(yè)上的應(yīng)用講義[M].福州：福州大學(xué)出版社，2002.