基于并行量子遗传神经网络的自诊断智能结构传感器的优化配置

• 作者: 谢建宏
• 来源期刊: 计算机应用研究
• 关键词: 自诊断智能结构 传感器优化配置 并行量子遗传神经网络 成本与效益
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 919-922
• 分类号: TP39|TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.03.033

摘要

针对压电智能复合材料层板,基于损伤检测问题,采用最小二乘小波支持向量机(LS-WSVM)网络建立损伤检测目标函数,运用量子遗传算法对目标函数进行优化,并将LS-WSVM以并行方式与量子遗传算法相结合,从而构造并行量子遗传神经网络方法,实现对智能结构损伤检测传感器的优化配置.仿真结果表明,采用该方法实现的不同数目传感器的最优布置符合工程判断,综合考虑成本与效益的因素,该方法可确定传感器对应于其初始布置模式下的最优配置数目.对于更多传感器的初始布置模式,采用该方法可有效减少传感器的数量,从而降低成本.相比于传统遗传算法,该方法中量子遗传算法具有较好的寻优能力和收敛速度.

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	南昌大学过程装备与测控工程系	5	11	2.0	3.0