损伤位置分步识别法中参数选择、样本简化等问题的探究

摘要：

对于多层多跨的框架结构,构件数量众多,直接确定损伤位置十分困难.基于神经网络的损伤位置分步识别法是先构建一个网络来确定结构损伤层的位置,然后针对每层再分别构建一个网络,确定损伤层中损伤柱的编号,于是一个复杂的神经网络被分解简化为几个简单的子网络,这样可以根据模态参数的性质合理选择损伤识别指标,并降低训练样本的数量,从而提高了网络的识别精度.结合分步识别法,建立了详细的多层多跨框架结构数值模型,对模态参数的性质和选择,如何减少训练样本,样本的构造方法等影响识别的因素做了初步探究.

关键词：损伤位置分步识别、BP神经网络、PNN神经网络、框架结构、样本简化

所属期刊栏目：6

分类号：TU312.3(建筑结构)

资助基金：国家高技术研究发展计划863计划50478077

在线出版日期：2006-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1512-1516,1528