臺灣博碩士論文加值系統

結構物在受到劇烈的外力作用或產生較大變形時，會有非線性及非彈性的行為發生。而在上述狀況下，結構的恢復力(Restoring force)有遲滯(Hysteretic)現象及勁度、強度上的退化產生。文獻中針對描述結構遲滯回復力行為的研究，已有許多不同模式被發展完備，但這些模式也造成當合併求解運動方程式時，有相當大的困難。本文嘗試用類神經網路中倒傳遞(Backpropagation, Bp)神經網路，在時域分析下模擬含遲滯回復力之結構運動行為。文中採取一般常用的Bouc-Wen遲滯回復力模式，合併運動方程式所產生的資料以作為類神經網路訓練之案例，根據本研究對單自由度結構在擬地震下之模擬結果，發現能有頗為良好的近似成效。於是，利用類神經網路的模擬方式便可取代一般傳統分析遲滯模型的方法，直接從已知的結構反應資料中，找出結構系統的性質，進而分析在各種外力作用下此結構的動力反應值。

Structures under severe loading or large deflection would have inelastic and nonlinear behavior. Hence, hysteretic and deterioration of stiffness and strength in structural restoring force is presented. Recently, the study of structural hysteretic behavior had been expanded in several different mathematical models in literature. However, the nonlinear behavior for these models is still hard to solve. This work presents an application of backpropagation (Bp) neural network to analyze the structural behavior with hysteretic restoring force in time domain. The general hysteretic model, Bouc-Wen model, are employed to generated training instances for Bp network. A SDF system with five different hysteretic models with different external loading have been investigated in this work. The results show that the Bp network can identify the property of structures and simulate the nonlinear behavior. Sensitive analysis is also utilized in this work to analyze the correlation between input and output parameters. Two different external loading and used to verify the performance of Bp network. The results demonstrate that the nonlinear behavior of the system also can be identified even the loadings are new inputs for the system.

第一章、緒論..**********..******.*..******.1
1.1、前言*******************.*******1
1.2、文獻回顧*****************.******..2
1.3、研究動機與目的..******..*******.*..****..3
1.4、本文架構..****************..*.*..****4
第二章、結構非線性動力分析******************5
2.1、Bouc-Wen模式********.*************.5
2.1.1、非勁度及強度衰減模式(Nondeteriorating Model)***....5
2.1.2、勁度及強度衰減模式(Deteriorating Model)***..***.8
2.2、遲滯模式參數識別*******************.9
2.3、數值逐步積分法求解**********.********10
第三章、類神經網路*********************..12
3.1、類神經網路之簡介*************..*****..12
3.1.1、生物神經元模型******************.12
3.1.2、神經元運算模型******************.13
3.1.3、類神經網路之基本理論***************.14
3.2、倒傳遞神經網路(Bp)..*****************..16
3.2.1、BP簡介**********************..16
3.2.2、網路演算法*..*****************..*17
3.3、BFGS最佳化演算法****..**************20
3. 3.1、BFGS演算法********************20
3.3.2、線搜尋演算法***************..****21
第四章、類神經網路模擬非線性遲滯動力*.**********.24
4.1、倒傳遞神經網路模擬分析***************..24
4.1.1實例分析**.*****************.**...24
4.2、敏感度分析**********************29
4.2.1敏感度演算法*****************.***30
4.2.1實例分析**.*****************.***31
4.2、輸入變數之進一步研究分析****************32
第五章、結論與建議**********************34
5.1、結論*************************..34
5.2、建議*************************..35

1. Anastssios G. Chassiakos and Smi F. Masri, "Identification of Structural System by neural network," Mathematics and Computers in Simulation, 40, 637~656, 1996
2. C. W. Wong, Y. Q. Ni, and S. L. Lau, "Steady-State Oscillation of Hysteretic Diff-erential Model I:Response Analysis," Journal of Engineering Mechanics-ASCE , 120(19) ,2271~2298, 1994
3 C. W. Wong, Y. Q. Ni and S. L. Lau, "Steady-State Oscillation of Hysteretic Diff-erential Model II:Performance Analysis," Journal of Engineering Mechanics-ASCE , 120(19) ,2299~2325, 1994
4. David Kincaid and Ward Cheney, Numeriacl Analysis, BROOKS/COLE, California, 1990
5. George S. Fishman., Monte Carlo concepts, algorithms, and applications, Springer, New York, 1996
6. Lin Y. K. and Cai G. Q., Probabilistic structural dynamics, McGraw-Hill, New York, 1995
7. Michalakis C. Constantinou and Iradj G. Tadjbakhsh, "Hysteretic Dampers in Base Isolation : Random Approach," Journal Structural Engineer, 111(4), 705~721,1985
8. N. Bellomo, F. Casciati, Nonlinear stochastic mechanics, Springer-Verlag, Berlin, 1992
9. R. H. Sues, S. T. Mau, and Y. K. Wen, "System Identification of Degrading Hysteretic Restoring Forces," Journal of Engineering Mechanics-ASCE, 114(5), 1160~1174, 1988
10. Thomas T. Baber and Y. K. Wen, "Stochastic Equivalent Linearization for Hysteretic Degrading Multistory Structures," Department of Civil Engineering, University of Illinois at Urbana-Champaign, Urbana, IL,1980
11. T. T. Soong and Mircea Grigoriu, Random vibration of mechanical and structural systems, Prentice Hall, Englewood Cliffs, 1993
12. Y. K. Wen, "Method for Random Vibration of Hysteretic Systems," Journal of Engineering Mechanics Division, 102, 249~263, 1976
13. Y. K. Wen, "Method for Random Vibration for inelastic Structures," Appl. Mech. Rev. 42(2), 39~52, 1989
14. Y. Q. Ni, J. M. Ko, and C. W. Wong, "Identification of Non-linear Hysteretic Isolators from Periodic Vibration Tests," Journal of Sound and Vibration, 217(4), 737~756, 1998
15. 王惠君，「阻滯系統隨機震動之研究」，國立台灣科技大學，碩士論文，民國八十七年
16. 江達雲，「非線性系統隨機反應之研究－基於有限元素法」，國立台灣大學，碩士論文，民國七十五年
17. 林昇甫、洪成安，神經網路入門與圖樣辨識，全華科技圖書股份有限公司，台北市，民國八十二年九月
18. 莊政義著、國立編譯館著，線性控制系，中央書局，台北市，民國七十三年
19. 高清雲，「類神經網路在主動控制上的應用」，國立交通大學，碩士論文，民國八十五年
20. 葉宜成，類神經網路模式應用與實作，五版，儒林圖書有限公司，台北市，民國八十八年一月
21. 張順益，「一個革命性的擬動態試驗法」，國家地震工程研究中心簡訊，第二十五期，民國八十七年三月
22. 張順益，「擬動態試驗」，結構工程期刊，第十一卷第四期，79~84頁，民國八十五年十二月
23. 焦李成，神經網路系統理論，儒林圖書有限公司，台北市，民國八十年十月
24. 楊憲東，工程分析,第一部數學模式的建立，巨擘書局，台北市，民國八十四年
25. 蔡政憲，「非線性系統暫態隨機響應之研究」，國立台灣科技大學，碩士論文，民國八十年
26. 鍾昇財，「非線性結構之系統識別研究」，國立台灣大學，碩士論文，民國八十年