首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于概率神经网络的悬索桥损伤定位研究
引用本文:姜绍飞,刘奎浩,廖云,贾连光.基于概率神经网络的悬索桥损伤定位研究[J].东北大学学报(自然科学版),2002,23(5):480-483.
作者姓名:姜绍飞  刘奎浩  廖云  贾连光
作者单位:东北大学资源与土木工程学院;辽阳市建筑施工企业管理处;沈阳市南湖科技开发区人事局;沈阳建筑工程学院土木系辽宁沈阳110004沈阳建筑工程学院土木系;辽宁沈阳110015;辽宁辽阳111000;辽宁沈阳110006;辽宁沈阳110015
基金项目:建设部科技攻关项目,香港RGC项目
摘    要:概率神经网络(下称PNN)以贝叶斯概率方法描述测量数据,因而PNN可以在有噪声情况下进行结构损伤检测·提出了运用传统PNN和自适应PNN进行结构损伤检测的方法与基本原理,并分别用两种PNN模型进行了悬索桥的损伤定位研究,还讨论了测量噪声对识别精度(IA)的影响·研究发现,运用自适应PNN进行损伤定位效果极大地优于传统PNN,且随着噪声程度的增大,IA减少

关 键 词:概率神经网络  损伤定位  悬索桥  测量噪声  贝叶斯概率  模态参数
文章编号:1005-3026(2002)05-0480-04
修稿时间:2001年8月24日

Study of Damage Localization Based-Probabilistic Neural Network for Suspension Bridge
JIANG Shao fei ,LIU Kui hao ,LIAO Yun ,JIA Lian guang.Study of Damage Localization Based-Probabilistic Neural Network for Suspension Bridge[J].Journal of Northeastern University(Natural Science),2002,23(5):480-483.
Authors:JIANG Shao fei    LIU Kui hao  LIAO Yun  JIA Lian guang
Abstract:The methods and principles of a traditional probabilistic neural network (PNN) and an adaptive PNN model were given respectively. The damage localization for suspension bridge was studied using the traditional and adaptive PNN, and the effect of noise level on identification accuracy (IA) was discussed. The IA for damage localization by using the adaptive PNN is better than that by using the traditional PNN. Furthmore, the IA values decrease as the noise level increse.
Keywords:probabilistic neural network  damage localization  suspension bridge  measurement noise level  Bayesian probabilisty  modal parameters
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《东北大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号