%0 Journal Article %T 基于模糊神经网络和证据理论的结构损伤识别新方法 %A 姜绍飞 %A 张帅 %J 地震工程与工程振动 %P 139-145 %D 2008 %X 为了有效利用结构健康监测系统中的多源不确定数据,提高损伤识别的正确率,通过构造模糊神经网络(FNN)分类器,提出了一种新的概率赋值函数构造方法和数据融合损伤识别新方法.该损伤识别方法先对数据预处理,提取有效的特征参数,接着将它作为FNN的输入,构造FNN分类器,最后运用数据融合中的D-S证据理论计算出融合决策结果.为了验证所提方法的有效性,通过一个七层剪切型框架结构的数值模型,分别用单一FNN分类器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明,本文所提方法比单一决策结果更准确,具有更高的可靠度 %K 模糊神经网络 %K D-S证据理论 %K 数据融合 %K 损伤识别 %K 特征提取 %U http://dzgc.iemzzs.com/oa/darticle.aspx?type=view&id=20080420