大跨悬索桥损伤定位的自适应概率神经网络研究

摘要：

由于概率神经网络(PNN)以贝叶斯概率方法描述测量数据,因而PNN在有噪声条件下的结构损伤检测方面,具有巨大的潜力.而PNN中高斯核函数的宽度,严重影响网络的泛化能力,本文提出了一种运用自适应PNN进行复杂结构的损伤定位研究方法,并与传统PNN对大跨悬索桥的损伤定位进行了仿真性能比较;同时讨论了噪声程度、特征向量简化对损伤识别精度的影响.研究发现,运用自适应PNN进行损伤定位,不仅性能优于传统PNN,而且进行特征向量简化时,可以提高损伤定位的识别精度.

关键词：概率神经网络、损伤定位、识别精度、噪声

所属期刊栏目：36

分类号：U448.25;TP183(桥涵工程)

在线出版日期：2005-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：74-78