压电智能结构损伤检测的最小二乘支持向量机方法

• 作者: 谢建宏
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 智能结构 损伤检测 最小二乘支持向量机
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP2
• 字数: 3612字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2007.01.037

摘要

实现损伤自检测功能是智能结构研究的主要内容之一,而损伤检测方法是关联损伤自检测功能的一个重要问题.提出了一种用于损伤检测的最小二乘支持向量机(LS-SVM)方法,并采用遗传算法对该LS-SVM的调整参数进行了优化.应用该LS-SVM对压电智能复合材料层板进行了冲击损伤位置检测,并与改进的BP网络进行了对比,结果表明:在相同性能指标下,LS-SVM有比BP网络更快的训练速度、更强的泛化能力,并且LS-SVM具有不敏感于网络输入矢量次序的变换,表现出较强的适应性,适宜在结构损伤检测传感器优化配置问题中建立损伤检测目标函数.LS-SVM为智能结构实现损伤自检测提供了更为先进的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢建宏	江西财经大学电子学院	11	124	5.0	11.0