10.16579/j.issn.1001.9669.2017.04.033
基于混合神经遗传算法的梁式结构损伤识别研究
由于裂纹对结构动态行为具有重要影响,为识别结构裂纹的位置和深度,引入混合神经遗传算法.该方法将遗传算法(GA)与神经网络相结合,利用遗传算法全局寻优的特点对BP网络进行优化.通过有限元分析得到裂纹梁的固有频率,并将其作为神经网络的输入,裂纹的位置和深度作为网络的输出.首先,利用遗传算法(GA)优化网络的权重和阈值;然后将优化结果作为三层BP神经网络的初始值,经过样本数据的训练得到合适的网络;最后以裂纹梁固有频率作为测试值,得到裂纹参数的预测结果,通过理论值与预测值的比较,结果证明了该算法能够对结构损伤进行准确的识别.
损伤识别、逆问题、神经网络、遗传算法
39
O346.5;TP183;TP277(固体力学)
国家自然科学基金项目51375405;牵引动力国家重点实验室自主项目2016TPL_ T10资助.The project supported by the National Natural Science Foundation of China51375405;the Independent Project of the State Key Laboratory Of Traction Power2016TP_T10
2017-09-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
934-939