1、2 0 1 2 年 第 7期 (总 第 2 7 3 期 ) Nu mb e r 7 i n 2 0 1 2 ( T o t a l No 2 7 3 ) 混 凝 土 Co n c r e t e 理论研究 THE ORETI CAL RES EARCH d o i : 1 0 3 9 6 9 i s s n 1 0 0 2 3 5 5 0 2 0 1 2 0 7 0 0 5 混凝土重力坝抗震可靠度的 S VM 预测模型 杨上清。蒋t) l I ,魏明东 ( 四川大学 建筑与环境学院 ,四川 成都 6 1 0 2 0 7 ) 摘要: 研究混凝土大坝抗震可靠性意义重大。 混凝土大坝可靠性分析中,
2、大多数功能函数不一定能显式给出, 目 前一般使用几何法求 解, 由于存在各种假定和近似, 几何法不是一种完备的求解方法, 对非线性问题求解繁琐甚至困难。 由于支持向量机( s vM) 的非线性映射 能力及对残缺不全或模糊随机的不确定信息较强的容错能力, 提出采用优化的 S V M模型来预测大坝的抗震可靠度。 并应用于采集到的 2 2 个混凝土重力坝断面数据分析中, 研究结果表明: 该模型是合理可靠的, 用 S V M测大坝抗震可靠度是可行的。 关键词 : 抗震可靠度 ;混凝土重力坝 ;S V M 中图分 类号: T U5 2 8 0 1 文献标志码 : A 文章编号 : 1 0 0 2 3 5
3、 5 0 ( 2 0 1 2 ) 0 7 0 0 1 6 0 3 Su ppor t v ec t or ma ch i n e mode l f or pr e di ct i on o f s ei s mi c r el i abi l i t y o f l a r ge c o nc r e t e da ms YANG S h a n g- q i n g, J L ANG Yu c h u a n, WEIM i n g - d o n g ( S i c h u a nUn i v e r s i t y S c h o o l o f Ar c h i t e c t u r
4、 e a n dt h eB u i l t E n v i r o n me n t , C h e n g d u6 1 0 2 0 7 , C h i n a ) A b s t r a ct: B e c a u s e i t i s i mp o s s i b l e t o g e t a n a l y t i c a l e x p r e s s i o n o f p e r f o r man c e f u n c t i o n i n t h e s e i s mi c r e l i a b i l i ty a n a l y s i s o f l a
5、r g e c o n c r e t e d a m s , g e o me t ric me t h o d i s us e d Bu t t h e r e a r e h y p o t he s i s a n d a pp r o x i m a t e i n g e o m e t r i c me th o d, S O i t i s n t a ma t u rit y me tho d Th e S VM mo d e l i s p r o p o s e d t o p r e d i c t the s e i s mi c r e l i a b i l i
6、 t y o f l a r g e c o n c r e t e d a ms Ba s e d o n c o l l e c t e d d a t a f r o m 2 2 c o nc r e t e g r a v i t y d a ms , p r a c t i c a l e ffe c t i v e ne s s o f S VM mo d e l t o p r e d i c t t h e s e i s mi c r e l i a b i l i t y o f l a r g e c o n c r e t e d a m i S d i s c us
7、s e d Re s u l t s s ho w tha t t h e p r e d i c t e d a nd me a s ur e d r e s u l t s arc c o n s i s t e n t , s h o wi n gt h a t themo d e l c a np r o v i d e aba s i sf o rp r e d i c t i o no f s e i s mi c r e l i a b i l i ty o f l arg e c o n c r e t ed a ms K e ywo r d s : s e i s mi c
8、r e l i a b i l i ty; c o n c r e t e gra v i ty d a m; S VM 0 引言 2 0 世纪以来全球发生的 7 级以上强震中, 中国占3 5 , 有 3次震级为 8 5 级 以上的巨大地震发生在 中国。 中 国位 于世界两 大地震活动带之间, 是一个多地震国家。 根据历史记载, 几乎中 国的各省都曾发生过破坏性地震。 所以, 中国是世界上地震灾害 最为严重的国家。 中国水力资源丰富, 全国水力资源的蕴藏量有 7 0 都集中在西南和西北地区, 而这些地区也正是高烈度地震频 发地区。 据截止 1 9 8 5年的统计资料, 中国已建各类水坝总数达
9、8 3 0 0 0个 , 其中水库库容超过 1 亿 m 的有 4 0 0多座 , 多数水坝 都位于地震区【1 。 大坝特别是高坝的安全关系到下游广大地区人 民生命的安全, 大坝抗震安全f生 评价因此具有重要的意义。 我国 大坝安全评价过去一直采用安全系数, 随着新的 水利水电工程 结构可靠度设计统一标准 、 水工建筑物抗震设计规范 的颁布, 要求从单一的安全系数法转移到基于概率的可靠度理论上来 1 。 支持向量机( S u p p o r t v e c t o r ma c h i n e , S V M) 是基于统计学 习理论建立的, 它以结构风险最小化原则取代传统机器学习方 法中的经验风
10、险最小化原则, 具有很好的泛化能力, 在解决小 样本和非线性等复杂问题上表现出其特有的性能, 已被广泛应 用于非线性时间序列预测 。 但是在实际应用中支持向量机的 泛化性能对于模型参数的选择比较敏感, 目前对其关键参数的 选择仍是经验性或试验性的, 在理论上尚无直接选择法。 粒子群 算法( P a r t i c l e s wa r m o p t i mi z a t i o n , P S O) 是一种基于群体智能的 收稿 日期 :2 0 1 2 - - 0 1 1 0 1 6 全局寻优方法, 它通过个体间的协作与竞争来实现复杂解空间 中最优解的搜索, 具有强劲的全局寻优能力, 适合用于
11、参数的 选择和优化。 同时, 如果将所有影响因子直接作为支持向量机模 型的特征值 , 因其变量之间往往呈现较强的耦合性 、 信息冗余 及非线性 , 不但使支持向量机模型过于复杂, 而且会干扰模型 预测策略, 降低模型的拟合和泛化能力。 本研究以在深入将粒子 群算法和支持向量机有机结合, 建立 P S O S V M优化机器模型, 实现混凝土大坝抗震可靠性。 2 P S O- S V M 优化机 器模 型 支持向量回归是一种非线性回归预测方法, 它是建立在 VC 维理论和结构风险最小原理基础之上, 通过非线性变换将输入 向量映射到高维特征空间, 并构造最优决策函数, 利用原空间 的核函数取代高维
12、特征空间中的点积运算, 应用有限样本的学 习训练 , 获得全局最优解 【5 - 6 1 。 S V M 估计 函数为 : Ax ) = ( ) ( 1 ) 利用 8不敏感 损失 函数将估计函数转化为优化 问题 : f 1 m i n, I W + G 毒 + c 基 ( 2 ) , , s, 二 i =I i ;l 约束条件为: ( 虢 ) + 6 s + 毒 y i - ( ) 一 b s + ( 3 ) 【 喜, I0 , i = 1 , , z 学兔兔 w w w .x u e t u t u .c o m 式中: c 惩罚因子 ; 毒、 直 松弛 因子 ; b 偏 置量。 式( 8 )
13、 采用对偶理论转化成二次规划求解 , 则约束表达式 的对偶式为: l l mi l 1 1( n ) T Q ( 一 ) ( 埘 ) + ( 广 0 c ) ( 4 ) 约束条件为: f l ( 5 ) 【 O i , C, i =1 , , Z 式中: Q = ( 施, 竹 ) z咖( ) T q b ( ) 。 通过二次规划算法可得 S V R回归预测模型为: ( 一 啪 ) K ( ) + 6 ( 6 ) 1 式中: ( ) 支持向量机的核函数。 根据向量间的不同算法可将核函数分为4类: 线性核函数、 多项式核函数、 R B F函数和 s i g mo i d函数, 其中R BF是最常用
14、的 核函数, 可表示为: K( x i , 簖) = : e 0 ( 7 ) 粒子群算法是一种群体智能算法嘲, 可应用于一切遗传算法 ( G e n e ti c a l g o r i t h m, G A) 能应用的场合 , 而且在编码和寻优策略 上, P S O比G A更加简单、 有效。 在粒子群算法寻优过程中, 每个优 化问题的解均被认为是搜索空间中的一个粒子; 每个粒子都根 据适应度函数计算出其适应值, 且每个粒子还有个速度, 它们决 定粒子飞翔的方向和距离, 每一次迭代中, 粒子根据个体最优 值( P B ) 和全局最优值( G B 。 咀 ) 来更新其速度和位置, 更新公式如下:
15、 v a ( i + 1 ) = = ( ) + c lr l 【 f B 。 广 _p ( ) 】 。 卜 c 2 r 2 G B 。 广 诅 ( ) 】 ( 8 ) p a ( i + 1 ) - p id ( i ) 斗 。 口 ( 1 ) ( 9 ) 式中: p ( ) 粒子当前的位置, 表示 S VR参数 G , 的当前 取值; ( ) 【 - - V m, 啷 粒子的速度, 决定下一代 c, y ) 的 更新方向和大小 ; 口 约束因子, 控制速度的权重, 通常取 1 ; c 。 个体进化因子, 取值均在 0 , 2 】 ; C2 社会进化因子, 取值均在 0 , 2 】 ; r
16、2 介于( 0 , 1 ) 之间的随机数; 一质性因子 , 取较大值有利于算法在较大范围内进行 搜索 , 而取较小值有利于在局部进行精细搜索。 粒子群优化支持向量机参数的基本流程如下: ( 1 ) 随机产生初始的粒子群 , 每一个粒子的当前位置分量 对应于支持向量机参数 c , y , 组成一个支持向量机。 ( 2 ) 利用建筑混凝土影响因子样本集 , 对构成的支持向量 机进行训练。 ( 3 ) 通过适应度函数计算每一个粒子的适应度值。 ( 4 ) 最后根据适应度值最大原则 , 评价粒子群中的所有个 体 , 并从中找到最佳粒子, 再将当前最佳粒子的适应度与已有 的所有适应度比较, 确定当前的P
17、 B 和 G ; 再根据式( 8 ) 、 ( 9 ) , 计算每个粒子的飞行速度, 从而产生新的粒子。 ( 5 ) 如果粒子的适应度值达到要求 , 或者已经达到最大迭 代次数, 算法结束, 否则转至步骤( 3 ) 继续进行迭代。 3 基 于 s v M 优化模型的大坝抗震可靠度预 测模 型 提出了 S V M 优化模型预测大坝抗震可靠度的方法 , 并对 收集到的2 2个大坝数据资料应用 S V M优化模型进行学习、 模 拟、 预测大坝的抗震可靠度。 选取坝高( m) 、 正常水深( m) 、 下游 边坡、 震设防水准、 基岩黏聚力( MP a ) 、 基岩摩擦系数和基本频 率( I - i z
18、 ) 作为模型的影响指标, 建立 S V M 模型。 原始实测数据见表 1 , 标准化数据、 预测结果相对误差见表 2 。 从表 2可以看出, 预测结果与实测结果吻合较好 , 证明 S V M优 化模型可以有效的预测混凝土大坝抗震可靠性。 4结 论 提出了用 S V M 优化模型预测混凝土大坝抗震可靠度的方 法, 并对收集到的2 2 个大坝数据资料应用 S V M 优化模型进行 表 1 混凝 土大坝抗震实测数据 1 7 学兔兔 w w w .x u e t u t u .c o m 表 2 模型输入数据及预测结果比较 学习、 模拟、 预测大坝的抗震可靠度。 选取坝高( m) 、 正常水深( m
19、) 、 下游边坡、 震设防水准、 基岩黏聚力( MP a ) 、 基岩摩擦系数和基本 频率( H z ) 作为模型的影响指标, 建立 S V M模型。 将建立的模型 应用实测的工程数据中, 研究表明模型具有适应性强、 计算简便、 预测精度高的特点, 是预测混凝土大坝抗震可靠度的有效方法。 参考文献 : 1 】1 陈厚群 中国大坝的抗震设计与研究( 第 2 0 届国际大坝会议专辑) 水 利学报, 2 0 0 0 2 赵国藩, 金伟良, 贡金鑫 结构可靠度理论 M I 北京: 中国建筑工业出 版社, 2 0 0 0 3 王光远 , 程耿东, 邵卓民, 等 抗震结构的最优设防烈度与可靠度 M 】 北
20、京: 科学出版社, 1 9 9 9 【 4 】Y AMA O KA K, N A K AG A WA T, UN O T A p p l i c a t i o n o f A k m k e i n f o r - 上接第 1 5页 似 , 破坏形态呈腰鼓状斜剪压破坏。 试件破坏时变形明显 , 经过 一 段预兆期, 属于延性破坏。 ( 2 ) 钢管再生混凝土与普通的混凝土相比, 峰值应力和峰 值应变均有显著提高, 峰值应力提高幅值超过 3 倍 , 峰值应变 提高幅值超过 1 0倍 , 外围钢管对内部核心再生混凝土约束效 应明显 。 ( 3 ) 再生骨料骨料替代率对钢管再生混凝土的承载性能有
21、一 定影响。 随着取代率的增加, 钢管再生混凝土柱的峰值应力有 增大的趋势, 但峰值应变却呈现变小趋势。 再生骨料骨料替代率 对峰值应力的影响在 1 0 范围内波动。 参考文献: 1 肖建庄, 李佳彬 , 兰阳再生混凝土技术最新研究进展与评述 J 】 _混凝 土 , 2 0 0 3 ( 6 ) : 1 7 2 0 【 2 2 陈宗平, 余兴国, 柯晓军, 等 再生混凝土抗折强度试验研究 J J 混凝 土 , 2 0 1 0 ( 6 ) : 5 8 6 0 3 陈宗平, 薛建阳, 余兴国, 等 再生混凝土轴心抗压强度试验研究 J 】 】 8 m a t i o n c ri t e ri o n
22、 ( A I C )i n t h e e v a l u a t i o n of l i n e a r p h a r ma c o k i n e t i c e q u a t i o n s 叨J o u r n al of P h a r ma c o k i n e t i c s a n d P h a r m a c e u t i c s , 1 9 7 8 , 6 ( 2 ) : 1 6 51 7 5 嘲 5 V A P N I K V N 张学工, 译统计学习理论的本质【 M 】 匕 京: 清华大学出 版社, 2 0 0 0 6 】K E N N E D Y J ,
23、E B E R HA R T R C P a r t i c l e s w a l T n o p t i m i z a t i o n C P r o - c e e d i n g s o f I EEE I n t e r n a t i o n a l C o n f e r e n c e o n Ne u r a l Ne t wo r k s NJ : I EEE S e r v i c e C e n t e r , Pi s c a t a wa y , 1 9 9 5: 1 9 4 2 1 9 4 8 作者简介 联 系地址 : 联系电话 : 杨上清( 1 9 9 1 一
24、 ) , 男, 主要研究方向为岩土边坡工程稳定性 及其数值分析。 四川省成都市双流县四川大学江安校区建筑与环境学院 土木工程系 ( 6 1 0 2 2 5 ) 1 3 6 8 8 4 3 3 6 4 0 混凝土 , 2 0 1 1 ( 9 ) : 4 - 7 4 4 韩林海 【 5 蔡 E 京: 科学出版社, 2 0 0 4 E 京 : 人民交通出版社, 2 0 0 3 【 6 】K O N N O K, S A T O Y, MAK U T A Y, e t a 1 P r o p e r t y o f r e c y d d c o n c r e t e c o l - u mn e
25、n c a s e d b y s t e e l t u b e s u b j e c t e d t o a x i a l c o mp r e s s i o n S T r a n s a c - t i o moft h e J a p a n C o n c r e t eI m t it u e , 1 9 9 7 , 1 9 ( 2 ) : 2 3 1 2 3 8 7 】K OR MO K, S A M Y, U E D A T, e t a 1 Me c h a n i c al p r o p e r t y of r e c y c l e d - c o n c r
26、 e t e u n d e r l a t e r a l c o n f i n e me n t J T r a n s a c t i o n s o f t h e l a p a n C o n c r e t e l n s d t u e , 1 9 9 8 , 2 0 ( 3 ) : 2 8 7 2 9 2 【 8 杨有福 钢管再生混凝土构件力学性能和设计方法若干问题探讨 J 】 工业建筑, 2 0 0 6 , 3 6 ( 1 1 ) : 1 - 5 , 1 0 作者简介 联 系地 址 联系电话: 李军涛( 1 9 7 9 一 ) , 男, 硕士, 工程师, 主要从事再生混凝土、 钢管再生混凝土的力学性能以及工程管理等研究。 厂西南宁市大学路 1 0 0号 广西大学土木建筑工程学院 ( 5 3 0 0 0 4 ) 1 3 8 7 8 8 O 6 O 4 8 学兔兔 w w w .x u e t u t u .c o m