吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (增刊2): 413-0416.
刘仁云1,于繁华2,刘军2
LIU Ren-yun 1, YU Fan-hua2, LIU Jun2
摘要:
针对小波神经网络对一维信号逼近能力强的特点,利用灰色理论中的关联分析法,对结构损伤特征参数和损伤指标进行灰关联分析,将所获得的参数间关联度作为把结构动态特征参数整合为一维输入量的权值,进而提出了基于灰色关联分析的小波神经网络模型。为提高网络的收敛能力和逼近效果,应用局部学习策略改进了小波神经网络的学习算法。仿真结果表明,利用上述方法进行结构损伤识别,识别结果明显优于传统的神经网络模型。
中图分类号:
[1] | 邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J]. 吉林大学学报(工学版), 2018, 48(4): 1147-1152. |
[2] | 赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866. |
[3] | 季彦婕, 陈晓实, 王炜, 胡波. 基于小波变换和粒子群小波神经网络组合模型的有效停车泊位短时预测[J]. 吉林大学学报(工学版), 2016, 46(2): 399-405. |
[4] | 董悦丽, 郭权, 孙斌, 康玲. 药物分子对接动态任务迁移优化[J]. 吉林大学学报(工学版), 2015, 45(4): 1253-1259. |
[5] | 宫亚峰, 程永春, 焦峪波. 基于静力应变及遗传优化神经网络的城市立交桥梁损伤识别[J]. 吉林大学学报(工学版), 2011, 41(增刊2): 164-169. |
[6] | 于繁华, 刘仁云, 周春光. 基于残余力向量和粒子群算法的结构损伤识别[J]. 吉林大学学报(工学版), 2010, 40(增刊): 339-0343. |
[7] | 程永春,谭国金,刘寒冰,付聪 . 基于特征解统计特性的桥梁损伤识别[J]. 吉林大学学报(工学版), 2008, 38(04): 812-816. |
[8] | 于繁华,刘寒冰 . 基于支持向量机和粒子群算法的结构损伤识别[J]. 吉林大学学报(工学版), 2008, 38(02): 434-0438. |
[9] | 黄绍辉, 曹小涛,李元春 . 基于小波神经网络的机械臂力/位置控制算法[J]. 吉林大学学报(工学版), 2008, 38(01): 163-167. |
[10] | 曹春杰,杨超,郭渊博,马建峰 . 可证明安全的WLAN Mesh接入认证协议[J]. 吉林大学学报(工学版), 2007, 37(06): 1354-1358. |
[11] | 于繁华, 刘寒冰, 谭国金 . 神经网络集成在结构损伤识别中的应用[J]. 吉林大学学报(工学版), 2007, 37(02): 438-0441. |
[12] | 陶敏,李建桥,杨印生,李洪伟,潘燕. 金属基仿生减阻材料元素与性能量化分析[J]. 吉林大学学报(工学版), 2006, 36(03): 367-0370. |
[13] | 于繁华,赵宏伟,臧雪柏,刘仁云,王立江. 基于小波神经网络的变参数振动钻削仿真[J]. 吉林大学学报(工学版), 2005, 35(03): 297-300. |
[14] | 臧雪柏, 管欣, 赵坤, 唐觅. 一种新的网格任务调度策略[J]. 吉林大学学报(工学版), 2004, (3): 502-506. |
|