基于自适应BP神经网络的结构损伤检测

被引：25

作者：

朱宏平

张源

机构：

[1] 华中科技大学土木工程与力学学院

[2] 华中科技大学土木工程与力学学院武汉

[3] 武汉

来源：

力学学报 | 2003年 / 01期

关键词：

神经网络; 改进的BP算法; 自适应算子; 损伤检测; 鲁棒性;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TU317 [结构试验与检验];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081304 ; 081402 ;

摘要：

描述基于人工神经网络的结构损伤检测的基本步骤以及该方法在实际5层钢框架结构损伤检测上的应用.提出了一种改进的BP神经网络方法,它能够解决传统BP神经网络在实际应用中存在的两个问题:收敛速度慢并存在局部极小.其基本思想是引入动态自适应算子加速传统BP算法的梯度下降速度,从而提高运算速度,通过自调节保证学习过程中每一时刻具有较大的sigmoid函数值,从而可以避免局部极小.数值仿真结果表明基于该自适应神经网络的结构损伤检测方法具有强的鲁棒性,而且与传统的BP神经网络相比,不仅提高了计算速度,并且具有很高的精度.最后,实例的应用也证明了该方法的有效性.

引用

页码：110 / 116

页数：7

共 4 条

[1] Application of neural networks for detection of changes in nonlinear systems [J].