基于GA-BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)在設(shè)計建設(shè)的電力工程建筑使用壽命大多要達到60年以上,在電力工程建筑物長期使用過程中對建筑物能否進行實時監(jiān)測,保證其耐久性和安全性,對電力工程全壽命周期管理有著重要意義。健康監(jiān)測系統(tǒng)的核心技術(shù)之一是損傷識別技術(shù),進一步深入研究能適應(yīng)電力土木工程結(jié)構(gòu)實時健康監(jiān)測系統(tǒng)需要的損傷識別方法具有重要的理論意義和工程實際應(yīng)用價值。
  結(jié)構(gòu)損傷識別問題實質(zhì)上可看作是一個模式識別問題,即確定損傷指標(biāo)與結(jié)構(gòu)損傷狀態(tài)之間的關(guān)系問題。人工神經(jīng)網(wǎng)絡(luò)算

2、法在模式識別問題方面具有突出的優(yōu)點,逐漸被越來越多的研究者應(yīng)用于結(jié)構(gòu)損傷識別領(lǐng)域。然而,由于BP算法是一種基于梯度下降的搜索方法,存在著如收斂速度慢、易陷入誤差函數(shù)的局部極小點等不足,無法滿足實際應(yīng)用的需求。
  本文研究了 BP算法和遺傳算法的基本原理,分析了遺傳算法和BP神經(jīng)網(wǎng)絡(luò)算法融合的必要性、基本思想以及融合時基本要素的確定方法,將擅長全局搜索的遺傳算法和局部尋優(yōu)能力較強的BP算法相結(jié)合,根據(jù)遺傳算法的交叉、變異和選擇算子

3、在全變量空間以較大概率搜索全局解,在解的點附近利用BP神經(jīng)網(wǎng)絡(luò)快速、精確地收斂定位最優(yōu)解,利用遺傳算法調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值,將優(yōu)化所得的參數(shù)作為神經(jīng)網(wǎng)絡(luò)的初始權(quán)值,既避免陷入局部極小值,同時提高了算法收斂速度。
  本文提出了利用結(jié)構(gòu)的前五階固有頻率用于框架結(jié)構(gòu)的損傷預(yù)警指標(biāo),結(jié)合某發(fā)電廠框架結(jié)構(gòu)實例,選取了框架結(jié)構(gòu)的損傷定位和定量指標(biāo),采用改進優(yōu)化的GA-BP算法構(gòu)建了電力工程框架結(jié)構(gòu)損傷識別系統(tǒng);實驗結(jié)果表明基于遺傳優(yōu)化的BP算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論