基于遗传算法优化神经网络权值的损伤识别

• 作者: 李小荣 郭永刚
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 遗传算法 BP神经网络 损伤
• 年，卷（期）: 2008,（6）
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP18
• 字数: 3019字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2008.06.013

摘要

针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,采用基于浮点编码的遗传算法对BP神经网络的初值空间进行遗传优化.用基于浮点编码的遗传算法来优化BP神经网络的权值,得到最佳初始权值矩阵,并按误差前向反馈算法沿负梯度方向搜索进行网络学习.以弹簧质量系统作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量.对网络进行训练,仿真结果表明:遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效运用到结构的模态参数识别中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭永刚		36	359	12.0	17.0
2	李小荣	北京工业大学建筑工程学院	2	32	2.0	2.0