基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在系统分析中,参数灵敏度分析不仅为判断各系统参数的重要性大小提供了依据,量化的灵敏度指标也是后续参数估计的前提.然而,在多数实际系统中,系统参数与系统状态间的显式函数关系不易得到,导致一阶灵敏度指标无法直接求取.简化的单因素分析方法亦存在模型粗糙、精度不高的缺点.本文研究采用人工神经网络的高精度泛化映射,通过少量样本的训练,建立复杂系统中多个系统参数与系统状态间的近似映射关系,继而推导得到统一的灵敏度计算列式.简单结构的神经网络方法和解析方法的对比计算显示了方法的有效性和可靠性.最后,应用该法对某斜拉桥结构的荷载参数和刚度参数进行了考查,得到一般性结论.
推荐文章
基于人工神经网络的参数灵敏度分析模型
神经网络
BP算法
感知器
灵敏度分析
传输线网络瞬态响应灵敏度分析方法
专输线网络
快速傅里叶变换
瞬态响应
灵敏度分析
基于人工神经网络的参数灵敏度分析模型
神经网络
BP算法
感知器
灵敏度分析
系统可靠性灵敏度分析方法及其应用研究
可靠性灵敏度分析
失效模式
回归分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 参数灵敏度分析的神经网络方法及其工程应用
来源期刊 计算力学学报 学科 工学
关键词 灵敏度分析 人工神经网络 斜拉桥 施工控制
年,卷(期) 2004,(6) 所属期刊栏目 工程应用
研究方向 页码范围 752-756
页数 5页 分类号 O342|TP183
字数 2656字 语种 中文
DOI 10.3969/j.issn.1007-4708.2004.06.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩大建 华南理工大学土木工程系 127 3317 31.0 53.0
2 苏成 华南理工大学土木工程系 104 1222 19.0 31.0
3 陈太聪 华南理工大学土木工程系 26 333 9.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (63)
同被引文献  (45)
二级引证文献  (535)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(11)
  • 引证文献(8)
  • 二级引证文献(3)
2009(24)
  • 引证文献(5)
  • 二级引证文献(19)
2010(15)
  • 引证文献(4)
  • 二级引证文献(11)
2011(23)
  • 引证文献(5)
  • 二级引证文献(18)
2012(25)
  • 引证文献(1)
  • 二级引证文献(24)
2013(45)
  • 引证文献(9)
  • 二级引证文献(36)
2014(50)
  • 引证文献(3)
  • 二级引证文献(47)
2015(67)
  • 引证文献(4)
  • 二级引证文献(63)
2016(63)
  • 引证文献(6)
  • 二级引证文献(57)
2017(71)
  • 引证文献(2)
  • 二级引证文献(69)
2018(95)
  • 引证文献(4)
  • 二级引证文献(91)
2019(82)
  • 引证文献(6)
  • 二级引证文献(76)
2020(21)
  • 引证文献(0)
  • 二级引证文献(21)
研究主题发展历程
节点文献
灵敏度分析
人工神经网络
斜拉桥
施工控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算力学学报
双月刊
1007-4708
21-1373/O3
大16开
大连市甘井子区凌工路2号(大连理工大学校内)
8-180
1983
chi
出版文献量(篇)
3087
总下载数(次)
2
总被引数(次)
46175
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导