基于粗集的改进对向传播网络结构损伤识别

摘要：

为了有效地利用结构健康监测系统冗余、互补、不确定的信息进行健康状况评估,提出一种将粗集和改进对向传播神经网络(RCPN)有机地结合在一起的损伤识别新方法.它先用粗集进行数据处理以降低数据的不确定性和空间维数,然后用RCPN进行损伤识别.为了验证所提方法的有效性,对1个框架结构的单损伤和多损伤模式进行了识别,并重点研究了噪声、神经网络模型、不同数据处理方法的影响.研究发现,所提方法不仅可以降低数据的空间维数,减少神经网络的训练与检验时间,而且具有较好的损伤识别精度和鲁棒性.

关键词：粗集、改进对向传播神经网络、损伤识别、属性约简

所属期刊栏目：30

分类号：TU317.5;TP274;TP183(建筑结构)

资助基金：国家自然科学基金50408033,50878057;福建高校优秀人才计划xSJRC2007-24;高等学校博士点基金20093514110005

在线出版日期：2011-10-17（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：1-4,14