基于神经网络的建筑结构节点损伤识别方法

• 作者: 何翔 刘迎曦 吴玉良 周园π 李守巨
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 人工神经网络 结构损伤识别 反问题 测量噪声
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 数学、物理、力学
• 页码范围: 270-273
• 页数: 4页
• 分类号: O327|TB123
• 字数: 2984字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2003.03.004

摘要

将建筑结构节点损伤识别反问题归结为优化问题,然后用LM人工神经网络来求解. 对建筑结构中某些点的垂直位移进行静态测量,用以确定建筑结构中受损伤节点的位置. 同经典的优化方法相比,人工神经网络具有全局收敛性. 利用神经网络对受损建筑结构节点的位置进行识别是一种可行的方法. 数值模拟结果表明,采用Levenberg-Marquardt 法训练的神经网络进行结构损伤识别具有较快的收敛速度和较高的识别精度,并且具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何翔	大连理工大学工业装备结构分析国家重点实验室	10	382	9.0	10.0
2	李守巨	大连理工大学工业装备结构分析国家重点实验室	167	2352	26.0	41.0
3	刘迎曦	大连理工大学工业装备结构分析国家重点实验室	150	2718	27.0	44.0
4	周园π	大连理工大学工业装备结构分析国家重点实验室	2	100	2.0	2.0
5	吴玉良	大连理工大学工业装备结构分析国家重点实验室	6	39	1.0	6.0