文献类型：期刊文章

作　　者：王柏生[1] 倪一清[2] 高赞明[2]

机构地区：[1]浙江大学土木系,杭州310027 [2]香港理工大学土木工程系

出　　处：《振动工程学报》

年　　份：2001

卷　　号：14

期　　号：1

起止页码：60-64

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2001226524368)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在不计测量误差情况下 ,神经网络能够成功地识别损伤位置及其程度 ,但在测量噪声影响下 ,神经网络的损伤识别效果则比较差。考虑到基于多变量模式分类的概率神经网络具有处理受噪声污染的测试数据的能力 ,本文将可能的损伤位置作为模式类 ,利用概率神经网络的分类能力来识别结构的损伤位置。针对两个算例 :一个六层框架和一个两层框架进行数值模拟分析 ,并将概率神经网络与 BP网络进行了比较。结果表明 ,概率神经网络具有更好的识别效果 。

关 键 词：概率神经网络 结构损伤位置识别  振动测试 测量噪声  土木工程

分 类 号：TB535[物理学类] TU312.3]