基于自适应共振理论的结构损伤识别

• 作者: 李宏男 焦莉
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 自适应共振理论 神经网络 主成分分析 损伤识别 基准结构
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 土木工程
• 页码范围: 486-490
• 页数: 5页
• 分类号: P315.95
• 字数: 3771字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-2021.2005.05.014

摘要

目的基于自适应共振理论,提出一种基于ART2神经网络的结构损伤识别方法,以实现结构损伤识别的自主学习.方法采用一种改进算法来解决ART2方法中对输入矢量必须是非负实数的要求,并通过主成分分析方法对网络的输入矢量进行降维处理.结果通过对健康监测基准问题模型的计算表明,所采用的改进算法使得网络的输入扩展到整个实数域,且主成分分析方法有效地降低了输入矢量的维数,减少了网络的学习训练时间,从而提高了网络的泛化和判别决策能力.结论基于ART2神经网络的结构损伤识别方法具有自组织、反馈式增量学习机能,能够在不破坏原有记忆样本的情况下,学习新的样本,可以在较强噪声环境下快速准确地识别损伤,适宜于结构损伤的在线监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏男	大连理工大学海岸及近海工程国家重点实验室	466	9156	46.0	77.0
2	焦莉	沈阳建筑大学理学院	10	132	6.0	10.0