基于模糊神经网络的数据融合结构损伤识别方法

• 作者: 姜绍飞 张帅
• 来源期刊: 工程力学
• 学科: 工学
• 关键词: 模糊神经网络 数据融合 损伤识别 融合方法 识别正确率
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 基本方法
• 页码范围: 95-101
• 页数: 7页
• 分类号: TU317|O346.5
• 字数: 6211字
• 语种: 中文

摘要

为了有效利用结构健康监测系统中的多源传感器数据信息,提高损伤检测与评估的识别正确率,该文通过构造模糊神经网络分类器,提出了一种基于模糊神经网络的数据融合损伤识别方法并将之应用于结构健康诊断中.它先通过数据预处理,提取原始响应信号中的特征参数,接着将之作为模糊神经网络的输入,构造模糊神经网络模型进行识别决策,最后运用数据融合算法,计算出数据融合后的决策结果.为了验证所提方法的有效性,通过一个7自由度的建筑模型,分别用单一模糊神经网络决策器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明:该文所提方法比单一决策结果更准确、可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜绍飞	福州大学土木学院	72	345	10.0	16.0
2	张帅	沈阳建筑大学土木学院	17	140	6.0	11.0