| RBF神经网络及其在结构损伤识别中的应用研究 |
| |
| 引用本文： | 饶文碧,吴代华.RBF神经网络及其在结构损伤识别中的应用研究[J].固体力学学报,2002,23(4):477-482. |
| |
| 作者姓名： | 饶文碧 吴代华 |
| |
| 作者单位： | 1. 武汉理工大学计算机科学与技术学院,武汉,430070
2. 武汉理工大学理学院,武汉,430070 |
| |
| 基金项目： | 湖北省自然科学基金 (2 0 0 1ABB0 78)，武汉市青年科技晨光计划项目 (2 0 0 15 0 0 5 0 39)资助 |
| |
| 摘 要： | 采用具有更好的仿生效果的径向基函数（RBF）网络对单处损伤结构及多处损伤结构的损伤程度，位置，区域，处数进行识别，网络学习方法选择了简单易行，精度高且运算速度快的正交最小二乘（OLS）法，通过实例对该方法进行了测试，并与BP网进行了比较，测试结果可验证：RBF网络及其OLS学习方法可以快速，有效，高精度地识别结构损伤状况。
|
| 关 键 词： | 应用研究 RBP神经网络 OLS学习方法 结构损伤识别 结构设计 正交最小二乘法 |
| 修稿时间： | 2001年3月26日 |
RBFN AND ITS APPLICATION FOR STRUCTURAL DAMAGE RECOGNITION |
| |
| Rao Wenbi.RBFN AND ITS APPLICATION FOR STRUCTURAL DAMAGE RECOGNITION[J].Acta Mechnica Solida Sinica,2002,23(4):477-482. |
| |
| Authors: | Rao Wenbi |
| |
| Abstract: | The method of structural damage recognition based on neural network has attracted much attention recently. This paper identifies structural damage extent, location, area and numbers for unilateral damage structures and multiple damage structures by radial basis function neural network (RBFN). The training algorithm is Orthogonal Least Squares (OLS) method which has great computation precision and convergent speed. Some examples are given to demonstrate this method. The test results show that RBFN and it OLS training algorithm can identify the damage information quickly and effectively, with high computation precision. |
| |
| Keywords: | RBFN OLS training algorithm structural damage recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
