长沙理工大学学报(自然科学版)
基于IPSO—BP神经网络的结构损伤识别
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TU317 O327

基金项目:

国家自然科学基金资助项目


Structural damage identification based on IPSO-BP neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了准确评估结构健康状况.将改进的粒子群算法与BP算法有机结合来训练人工神经网络,并用于结构损伤识别.以国际结构控制协会与美国土木工程学会(IASC-ASCE)提出的健康监测第二阶段Benchmark模型结构为例.对4种不同损伤模式进行了损伤定位.研究结果表明,在模型误差、测量噪声等因素的影响下,该方法能够取得令人满意的损伤识别结果.

    Abstract:

    In order to accurately evaluate the structural health condition, the improved particle swarm optimization(IPSO)algorithm and BP algorithm integrated organically is applied to train the artificial neural network and is used for structural damage identification. A benchmark problem proposed by the International Association for Structural Control and the American Society of Civil Engineering (IASC-ASCE) Task Group on Structural Monito- ring is investigated. The damage location for four different cases is estimated. Under the influence of the model error, measurement noise etc. , the damage identification results show that the presented method is satisfactory.

    参考文献
    相似文献
    引证文献
引用本文

吴合良,黄方林,王慧慧.基于IPSO—BP神经网络的结构损伤识别[J].长沙理工大学学报(自然科学版),2009,(3):17-21.
WU He-liang, HUANG Fang-lin, School of Civil, et al. Structural damage identification based on IPSO-BP neural network[J]. Journal of Changsha University of Science & Technology (Natural Science),2009,(3):17-21.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-11-25
  • 出版日期:
文章二维码