基于多输出支持向量回归机的有限元模型修正

被引:12
作者
滕军
朱焰煌
卢云军
卢伟
机构
[1] 哈尔滨工业大学深圳研究生院
关键词
模型修正; 支持向量机; 多输出回归; 均匀试验设计; 5-折交叉验证;
D O I
10.13465/j.cnki.jvs.2010.03.045
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为了克服神经网络以及单输出支持向量回归算法在有限元模型修正中的不足,提出了基于多输出支持向量回归算法的有限元模型修正方法。根据5-折交叉验证法选择支持向量回归机的参数,用均匀试验设计法构造样本,联合结构的动力和静力响应数据作为输入,多个设计参数作为输出,以支持向量回归机逼近输入输出二者之间的非线性映射关系,然后利用支持向量回归机的泛化推广能力,求解设计参数的目标值。空间网格结构数值模型的分析结果表明,该方法能同时修正多个设计参数,在少量样本的情况下具有较高的修正精度,为有限元模型修正提供了一种新的探索。
引用
收藏
页码:9 / 12+47+200 +47
页数:6
相关论文
共 10 条
[1]   面向多输入输出系统的支持向量机回归 [J].
王晶 ;
靳其兵 ;
曹柳林 .
清华大学学报(自然科学版), 2007, (S2) :1737-1741
[2]   核函数方法及其模型选择 [J].
王华忠 ;
俞金寿 .
江南大学学报, 2006, (04) :500-504
[3]   关于支持向量回归机的模型选择 [J].
苏高利 ;
邓芳萍 .
科技通报, 2006, (02) :154-158
[4]   基于神经网络的非线性结构有限元模型修正研究 [J].
费庆国 ;
李爱群 ;
张令弥 .
宇航学报, 2005, (03) :267-269+281
[5]   结构动力模型修正方法研究进展 [J].
李辉 ;
丁桦 .
力学进展, 2005, (02) :170-180
[6]   基于径向基神经网络的有限元模型修正研究 [J].
费庆国 ;
张令弥 .
南京航空航天大学学报, 2004, (06) :748-752
[7]   基于神经网络技术的复杂框架结构节点损伤的两步诊断法 [J].
瞿伟廉 ;
陈伟 ;
李秋胜 .
土木工程学报, 2003, (05) :37-45
[8]  
均匀设计与均匀设计表[M]. 科学出版社 , 方开泰著, 1994
[9]   Finite element model updating of a small steel frame using neural networks [J].
Zapico, J. L. ;
Gonzalez-Buelga, A. ;
Gonzalez, M. P. ;
Alonso, R. .
SMART MATERIALS & STRUCTURES, 2008, 17 (04)
[10]  
Experimentally optimal ν in support vector regression for different noise models and parameter settings[J] . Athanassia Chalimourda.Neural Networks . 2004 (2)