1)試驗數據與經驗知識:通過對橋梁模板結構與加載條件等特征的分析確定其力學性能主要影響特征X;=X;(X;，為RC構件i的勤個特征)，同時確定其力學特性Yr=Yrk(Yr、為RC構件i的第k個力學特性參數);收集橋梁模板擬靜力試驗數據，并提取各樣本的特征參數和力學性能參數，為KGNN模型訓練提供數據支持;基于試驗數據和公開發表的研究結果，總結經驗知識，為KGNN模型訓練提供領域知識支撐。本文提出采用偏微分形式表示輸入特征參數與輸出力學特性參數的關系，即。Yrkl aXr。
2) KGNN模型架構設計:將建立橋梁模板試驗數據隨機劃分為訓練集和測試集。為了克服特征參數單位不一致帶來的誤差，將對AY際準化至范圍內。將X和)分另d作為KGNN的輸入和輸出:式中，x;和Y.、分別為RC構件i的勤個特征標準值和第k個力學特性參數標準值，X，和Yk分別為所有RC構件勤個特征和第k個力學特性參數。根據經驗確定潛在的最優隱含層架構(目前不存在確定的理論解析方法，本文通過比較確定最優隱含層神經元數量)，同時確定神經網絡激活函數O = f(x,w,q)(x,w,q分別為輸入向量、權重向量和I-值)、預測值Yik與試驗值Yi、誤差損失函數LOSSikyik、誤差傳遞函數和收斂條件(收斂誤差和最大迭代次數)等。http://www.p2y8erm.cn/ |
