全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于模糊神经网络和证据理论的结构损伤识别新方法

, PP. 139-145

Keywords: 模糊神经网络,D-S证据理论,数据融合,损伤识别,特征提取

Full-Text   Cite this paper   Add to My Lib

Abstract:

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

References

[1]  姜绍飞.基于神经网络的结构优化与损伤检测[M].北京:科学出版社,2002.
[2]  Doebling S W,Farrar C R.The state of the art in structural identification of constructed facilities[R].Los Alamos National Laboratory Report DRA FT,Los Alamos,1999.
[3]  黄方林,王学敏,陈政清,等.大型桥梁健康监测研究进展[J].中国铁道科学,2005,26(2):1-7.
[4]  苏 羽,赵 海,苏威积.一种基于模糊神经网络的融合故障诊断方法[J].计算机工程,2004,30(17):5-6.
[5]  郭惠勇,张 陵,蒋 健.不同信息融合方法在结构损伤识别上的应用和分析[J].工程力学,2006,23(1):28-32.
[6]  Jiang S F,Zhang C M,Koh C G.Structural damage detection by in tegrating data fusion and probabilistic neural network[J].Advances in Structural Engineering An International Journal,2006,9(4):445-458.
[7]  Hall D L.Mathematical Techniques in Multi Sensor Data Fusion[M].Boston:Artech House,1992.
[8]  Gros X E.Applications of NDT data fusion[M].Boston:Kluwer Academic Publishers,2001.
[9]  戴亚平,刘 征,郁光辉译.多传感器数据融合理论及应用[M].北京:北京理工大学出版社,2004.
[10]  倪国强,李勇量,牛丽红.基于神经网络的数据融合技术的新进展[J].北京理工大学学报,2003,23(4):503-506.
[11]  Ni Y Q,Wang B S,K o J M.Constructing input vectors to neural newtorks for structural damage identification[J].Smart Materials and Structures,2002,11:825-833.
[12]  耿俊豹,黄树红,金家善,等.基于信息熵贴近度和证据理论的旋转机械故障诊断方法[J].机械科学与技术,2006,25(6):663-666.
[13]  王凤涛,马孝江,朱 泓,等.基于证据理论的集成神经网络故障诊断方法[J].系统工程与电子技术,2004,26(2):240-244.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133