基于GA-BP神经网络的拱坝地震易损性分析

摘要

拱坝在其生命周期内可能会承受强烈地震,其地震易损性引起了广泛的关注。一般而言,采用非线性有限元法进行拱坝的地震易损性分析,需要大量的计算工作量。该文提出了一种预测拱坝地震响应的方法——基于遗传算法(genetic algorithm, GA)的多层前馈(back propagation, BP)神经网络,该方法可以替代部分非线性有限元分析计算,显著减少计算成本。以大岗山拱坝的易损性分析为算例,基于已有的390个有限元非线性动力分析工况数据,将结构的响应设定为BP神经网络的输出,地震强度参数IM作为输入,进行BP神经网络的训练和验证。结果表明,该文提出的GA-BP神经网络采用390个有限元结果中的30%的数据进行训练,即可得到满足精度的预测结果,给出合理的拱坝地震易损性曲线,说明采用GA-BP神经网络后可节省70%的非线性有限元计算成本。