基于在线神经网络算法的混合试验方法

摘要：

混合试验是一种将数值模拟与物理试验相结合的新兴结构抗震试验方法,得到了相关研究者们的广泛关注.如何模拟具有强非线性的数值子结构仍是混合试验亟待解决的问题.在传统的离线神经网络基础上提出一种在线学习的神经网络算法,并应用于混合试验中来在线预测数值子结构恢复力.在线学习算法仅利用当前步的系统输入和观测样本,采用递推形式更新每一步的权值和阈值.针对两个自由度非线性结构,分别进行了基于在线学习和离线学习神经网络的混合试验数值仿真.研究表明:与离线学习神经网络算法相比,在线学习神经网络算法具有更好的自适应性,能够有效提高恢复力预测精度和计算效率;基于在线学习神经网络算法的结构混合试验方法可以提高混合试验结果精度.

关键词：混合试验、神经网络、在线预测、恢复力

所属期刊栏目：36

分类号：TU317(建筑结构)

资助基金：黑龙江省青年科学基金项目QC2013C055;国家自然科学基金项目51408157,51308159,51308160

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8