基于CS-SVR优化算法的结构健康监测数据修复研究

摘要：

健康监测对大跨度空间结构的安全运行具有重要意义,而对监测结果进行评估与预警时,数据的部分缺失将会直接影响到结果的可靠性.为了解决准确重建缺失数据的问题,本文建立了基于布谷鸟搜索算法优化支持向量机的数据插补模型.首先对监测数据进行预处理,获取监测数据的时间序列;然后利用支持向量机对监测数据进行建模,并用布谷鸟搜索算法优化支持向量机参数;最后,以深圳大运会主场馆的监测数据对模型进行工程验证且通过与不同插补方法的比较证明CS-SVR模型在健康监测数据修复方面的优越性.

关键词：结构健康监测、数据缺失、布谷鸟搜索算法、支持向量机

所属期刊栏目：38

分类号：TK513.5;TU317;TP391

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：75-81