基于神经网络的结构模型修改

• 作者: 孙木楠
• 来源期刊: 振动与冲击
• 学科: 物理学
• 关键词: 结构模型修改 神经网络 梯度下降
• 年，卷（期）: 2006,（1）
• 页码范围: 54-57
• 页数: 4页
• 分类号: O327
• 字数: 4348字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2006.01.013

摘要

结构模型修改已经演化为一个多学科的研究课题,并且可以在最优化框架内进行解决.考虑到模型修改是一个典型的反问题,全局最优解并不一定是真正实际需要的解,提出了一种两步的结构模型修改方法,首先利用神经网络代替模型分析过程,然后根据实际测量的模态数据结合梯度下降算法得到修改结果,与利用遗传算法直接搜索最优模型修改结果相比,该方法不但可以减少模型分析次数,而且可以提供多种可能的修改结果供进一步参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙木楠	南京理工大学理学院力学系	9	120	5.0	9.0