基于BP神经网络和D-S证据理论的损伤识别方法

被引：6

作者：

姜绍飞 ^{[1
]}

张春梅 ^{[1
]}

金子巍 ^{[2
]}

牛德生 ^{[1
]}

徐云良 ^{[1
]}

张帅 ^{[1
]}

邱云飞 ^{[1
]}

机构：

[1] 沈阳建筑大学土木工程学院

[2] 中煤国际工程集团沈阳设计研究院

来源：

沈阳建筑大学学报(自然科学版) | 2007年 / 01期

关键词：

结构损伤检测; BP神经网络; D-S证据理论; 数据融合;

D O I：

暂无

中图分类号：

TU317 [结构试验与检验]; TP183 [人工神经网络与计算];

学科分类号：

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

摘要：

目的有效利用结构健康监测系统中的多源传感器数据信息,进而提高复杂结构健康状况的正确诊断率.方法将BP神经网络与数据融合理论中的证据理论有机融合,提出一种决策级数据融合损伤识别新方法.为了验证所提方法的有效性,用1栋7自由度剪切型建筑模型的6种损伤进行了检验.结果研究发现,将BP网络和D-S证据理论相结合的综合诊断模型,可以有效地提高一些损伤模式的诊断率,具有良好的适应性.结论笔者所提方法优于单一信息建立模型的识别能力,表明它具有较好的容错性和识别精度,用于健康监测和损伤检测是可行的、有效的.

引用

页码：1 / 5

页数：5

共 6 条

[1] 基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究 [J].

谢春丽 ;

夏虹 ;

刘永阔 .

应用科技, 2004, (07) :56-58

[2]

G. Cybenko.Approximation by superpositions of a sigmoidal function[J].Mathematics of Control, Signals and Systems,1989

[3]

魏海坤编著.神经网络结构设计的理论与方法[M].北京:国防工业出版社,2005

[4]

姜绍飞著.基于神经网络的结构优化与损伤检测[M].北京:科学出版社,2002

[5]

滕召胜等编著.智能检测系统与数据融合[M].北京:机械工业出版社,2000

[6]

何友等著.多传感器信息融合及应用[M].北京:电子工业出版社,2000

← 1 →