10
振动与冲击2008年第27卷
度伪(正确识别样本与总样本之比)作为适应度函数,E。能检测到更小的APNN优化改进,即在伪不变的情况下,E。通过引进了相似率P(x/i)/p(X/j)的概念,能将正确分类与不正确分类的可信度概率差异增大视为APNN性能的改进。
因此,基于遗传优化的概率神经网络算法为:(1)在or参数估计区间形成初始种群or=[or’,,
17"’2,…or’。],种群规模』、r为100;
(2)对种群进行二进制编码;
(3)复制,交叉和变异,并编码;本文采用非线性选择机制,同时采用精英保留策略【7|,变异概率P。=0.ol,变异率P。=0.01。并将min(E。)作为目标函数;
(4)采用hold.one—out训练策略,即在训练样本中依次挑出一个检验样本,利用剩下的样本对神经网络进行训练,一次完整的循环检验之后评价适应度函数和识别精度从(正确识别样本与总样本之比),若连续
遗传20代伪均不变则跳到步骤⑤,否则执行步骤②,
设定遗传迭代步数为1
000;
A,^
(5)计算各维or的敏感因子si=}竺。
3数值算例
3.1桥梁Benchmark模型
为了更好的解决桥梁健康监测系统中存在的现实问题以及为研究人员提供标准的桥梁结构损伤检测技术评估平台,国际桥梁维护和安全协会(International
AssociationofBridgeMaintenanceand
Safety)下属的桥
梁健康监测委员会(BridgeHealthMonitoringCommit—
tee)在2004年东京IABMAS国际会议上提出了桥梁结构的基准模型问题(BenchmarkProblem),并于2006年葡萄牙IABMAS年会上确定了两种桥梁结构的Bench-mark模型及其典型的损伤模式作为初期研究的对象。本文正是围绕在其中之一的两跨桥梁Benchmark模型‘81(如表l,图2)展开损伤模式判别研究。
表1桥梁Benchmark模型结构参数
工钢高度h翼缘宽度b长度f
厚度d
密度
参数/cm/cm/m/cm/kg/m主梁8.575.925.490.4314.67次梁7.625.921.830.4313.99桥墩
31.04
16.48
1.07
0.58
63.8l
图2两跨桥梁Benchmark3D模型
3.2损伤模式定义(见表2)
表2桥梁Benchmark模型损伤模式定义‘8】
损伤类别Case
损伤描述Damage
Description
0(髓粉
无损结构(Or-iginal
undamagedstd
mcture)
1连接类型主梁和次梁间连接处发生损伤,包括以下三(Connection)
种情况:
1.节点7处次梁连接失效,弯矩释放(majormomentreleased)
2.节点7处次梁连接失效以及该处的连接板被撤去
3.节点4和26处主次梁间连接失效2边界类型桥墩(pier)和桥梁平台(deck)连接失效(滑(Boundary)
动连接变成固结):
1.节点19处的柱支撑力矩释放
2.同l类似,但同时发生在19和39节点处
3桥墩冲刷桥梁支座处弹性常数(springconstant)发生(Scour)变化:
1.弹性常数降低10%2.弹性常数降低20%3.弹性常数降低40%
3.3数据样本获取
根据表1模型结构参数,应用通用软件SAP2000建立模型结构有限元模型,并计算其在各种损伤类型下的质量、刚度和阻尼矩阵;将求得的结构质量、刚度和阻尼矩阵导入Matlab7.0软件,数值仿真分别求得结构在交通激励和正弦激励下的加速度和应变动力响应;通过响应信号处理获得损伤特征向量的样本数据。
交通载荷激励模型是基于结构交通激励加速度响应的频域和时域特点的统计特性得到,即利用加速度响应谱频率成分、波峰的位置、宽度、幅值和间隔等概率分布,通过构建含有同样频率成分的噪音与服从统计分布的时域信息的调制函数合成稳态信号,并由结
构系统空间状态方程得到,具体方法见文献[9]。本文
的载荷模型分别见图3,4和5。
为了获取损伤样本数据,分别在节点69和132以及节点90和111对称布设了加速度和应变计(图3),
其中将节点132的加速度响应和节点111应变信号响应作为训练样本源,而节点69和90的响应信号则作
点
图3两跨Benchmark桥梁matlab仿真模型
自适应概率神经网络结构损伤检测_专业资料。由于用人工神经网络进行结构损伤检测会...研究发现,运用PNN进行结构损伤识别精度要优于传统的BP网络,而且自适应PNN要比基本...
本文提出使用概率神经网络来识别六类典型控制图模式 ,以改进神经网络识别器的设计效率。研究和仿真试验结果表明,概率神经网络不仅拓扑结构设计简单,而且识别率高。 ...
人工神经网络模式识别_电子/电路_工程科技_专业资料。...3、自学习、自组织和自适应性 学习和适应要求在...基于概率神经网络的控制... 3页 免费 自适应逆控制...
基于神经网络模型的自适应控制系统设计及仿真_工学_高等...模式识别、专家系统等方面的一切问题,使感知机的工作...生物神经系统部分不严重损伤并不影响整体功能,BP ...
研究方向 图像处理与模式识别 自适应共振理论原理与应用研究 人工神经网络,自适应...通常情况下,输入网络的模式序列之间具有因果关系,而且各种模式的概率分布 也不...
神经网络自适应控制_机械/仪表_工程科技_专业资料。神经网络自适应控制_ ]~第5卷第 期 模式识别与人工智能 P&AIR L9g 2年1 2 维普资讯 http://www.cqvip....
基于EMD的胶合板损伤声发射... 1人阅读 6页 2....通过自适应性的经验模态分解(EMD)方法,对不同说话...利用具有简单高效的模式识别功能的概率神经网络(PNN)...
提出了基于小波概率神经网络的控制图模式识别的基本框架...由于其自适应能力差,一旦一个新的模 式出现,就...基于能量特征的小波概率神经网络损伤识别方法[J]兰州...
二、基于神经网络诊断系统结构作为一种自适应模式识别技术,不需要预先给出有关模 式的经验知识和判别函数,通过自身的学习机制自动形成所 要求的决策区域。 网络特性...
热门文档