买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长沙理工大学

摘要：本发明公开一种桥梁支座静位移超限预警模型校准方法，该方法首先基于主梁温度与支座静位移历史监测数据，训练初始支座静位移贝叶斯线性回归模型，然后从新的监测数据中提取支座静位移的点数据、矩数据和可靠性数据，构建基于非精确概率和多源异构数据的贝叶斯最大熵模型，再基于Wasserstein距离构建近似似然函数，将贝叶斯最大熵模型中的原始似然函数替换为近似似然函数，通过TMCMC算法求解近似模型得到校准超参数的后验分布及校准超限预警模型。该方法融合支座静位移的多源数据后采用近似贝叶斯方法降低模型计算成本、提高求解效率，选择Wasserstein距离作为近似贝叶斯的距离度量可保证计算精度，便于快速实现支座静位移安全预警。

主权项：1.一种桥梁支座静位移超限预警模型校准方法，其特征在于：包括如下步骤：步骤一：获取主梁温度与支座位移的历史监测数据，从支座位移数据中提取对应的支座静位移数据，将主梁温度与支座静位移数据代入支座静位移贝叶斯线性回归模型，得到模型参数σ2和β的分布，进而得到预测静位移分布；根据支座静位移数据以及预测静位移分布的均值建立预警指标，根据支座年度最大位移和最小位移确定超限预警控制限，根据预警指标和超限预警控制限建立超限预警模型；步骤二：确定主梁温度变化量，获取一次温度变化对应时间段内主梁温度与支座静位移的新监测数据，提取支座静位移的监测数据组成点观测数据组yobs＝[y1,y2,...,yN]T，求得所有点观测数据的均值作为矩数据根据点观测数据组yobs得到对应的预警指标，根据预警指标以及超限预警控制限得到可靠性数据R′；N为点观测数据组的样本总数；步骤三：根据步骤一所述贝叶斯线性回归模型，构建输出变量y、中间变量β、超参数μ,Σ的先验联合概率分布；根据最大熵原则建立输出变量y、中间变量β、超参数μ,Σ的先验联合概率分布和后验联合概率分布的负相对熵并将负相对熵作为目标函数；将步骤二所得的点观测数据组yobs、可靠性数据R′和矩数据转换为约束条件，采用拉格朗日乘子法将基于所述目标函数和约束条件的最优化问题转化为无约束优化问题并建立拉格朗日函数，根据拉格朗日函数得到中间变量β、超参数μ,Σ的联合后验分布pβ,μ,Σ，同时得到拉格朗日乘子；步骤四：采用切片分割技术生成N个模拟样本ysim并计算得到模拟样本ysim和点观测数据组yobs的Wasserstein距离，根据Wasserstein距离采用近似贝叶斯方法建立超参数μ,Σ的近似似然函数，并将近似似然函数替换步骤三联合后验分布pβ,μ,Σ中的原始似然函数，得到超参数μ,Σ基于Wasserstein距离的后验分布；通过转移马尔科夫蒙特卡洛抽样算法对超参数进行μ,Σ校准，求解得到校准超参数μ*,Σ*的后验分布，进而得到校准中间变量β*以及校准超限预警模型。

全文数据：

权利要求：

百度查询： 长沙理工大学 一种桥梁支座静位移超限预警模型校准方法