基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文研究了基于不同结构动力参数的径向基网络损伤辨识方法,并结合简支梁损伤辨识进行了应用.研究发现:(1)径向基网络的输入参数选择对结果有较大影响;(2)使用模态曲率变化作为输入参数的网络辨识效果优于采用频率变化率的辨识效果;(3)综合使用频率变化率和模态曲率变化的网络辨识效果优于单独使用频率变化率或模态曲率的效果.结果表明,基于动力参数和径向基神经网络的结构损伤辨识方法能够准确地辨识结构损伤.
推荐文章
一类基于RBF神经网络的动态系统在线自适应辨识方法
神经网络
系统辨识
动态系统
自适应校正
基于MPSO的RBF耦合算法的桩基动测参数辨识
变异粒子群
神经网络
动测
参数辩识
水下机器人动力学模型参数辨识方法综述
水下机器人
水动力
动力学模型
参数辨识
基于改进型RBF神经网络辨识的PID控制
径向基函数
改进型RBF神经网络
PID控制
最近邻聚类算法
在线自整定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于结构动力参数的RBF损伤辨识方法
来源期刊 特种结构 学科
关键词 损伤辨识 径向基网络 动力参数
年,卷(期) 2011,(1) 所属期刊栏目 设计·研究
研究方向 页码范围 14-18
页数 5页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (36)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
损伤辨识
径向基网络
动力参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
特种结构
双月刊
1001-3598
11-1943/TU
大16开
北京市海淀区西直门北大街32号3号楼(市政总院大厦)
82-337
1984
chi
出版文献量(篇)
4075
总下载数(次)
4
论文1v1指导