Resumen

El modelo de flujo de tráfico aleatorio que considera parámetros de todos los vehículos que pasan por el puente, incluyendo el tiempo de llegada, la velocidad del vehículo, el tipo de vehículo, el peso del vehículo y la posición horizontal, así como la rugosidad del tablero del puente, se introduce en el programa de vibración de acoplamiento vehículo-puente. De esta manera, las respuestas de vibración de acoplamiento vehículo-puente considerando el flujo de tráfico aleatorio pueden ser simuladas numéricamente. Se utiliza una prueba experimental para validar la simulación numérica, y mostraron tendencias de cambio consistentes. Este resultado demuestra la confiabilidad del modelo de acoplamiento vehículo-puente en este artículo. Sin embargo, el proceso computacional de este método es complicado y propone altos requisitos de rendimiento y recursos informáticos. Por lo tanto, este artículo considera el uso de un método inteligente más avanzado para predecir las respuestas de vibración del puente de gran luz. Se propone el modelo de red neuronal PSO-BP (optimización por enj

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Modelo aleatorio de flujo de tráfico; Vibración de acoplamiento vehículo-puente; Simulación numérica; Modelo de red neuronal PSO-BP; Puente de gran luz; Valores predichos
• Keywords:Random traffic flow model; Vehicle-bridge coupling vibration; Numerical simulation; PSO-BP neural network model; Long-span bridge; Predicted values