压电智能结构损伤检测传感器优化配置的遗传神经网络方法

• 作者: 张为公 谢建宏
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 压电智能结构 损伤检测 传感器优化配置 遗传神经网络 成本与效益
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 无线传感网络
• 页码范围: 413-418
• 页数: 6页
• 分类号: TP212.6
• 字数: 4404字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2007.02.039

摘要

基于损伤检测的智能结构传感器优化配置的研究工作较少,问题在于难以找到理想的关联损伤物理力学特征的损伤检测目标函数.提出了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法.该方法采用最小二乘支持向量机(LS-SVM)网络建立损伤检测目标函数,运用改进的遗传算法对目标函数进行优化,从而实现不同数目传感器的优化布置,并综合考虑成本与效益的因素,确定传感器的最优配置数目.论文对该遗传神经网络方法的具体实现过程及其可行性进行了分析,结果表明,该方法是可行的,可用于实现传感器对应于其初始布置模式下的最优配置.对于更多传感器的初始布置模式,采用该方法可有效减少更多传感器的数量,从而降低成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为公	东南大学仪器科学与工程系	227	2706	26.0	38.0
2	谢建宏	江西财经大学电子学院	11	124	5.0	11.0