基于粒子群支持向量机的钢板损伤位置识别

• 作者: 付兴虎 张亦男 张燕君 王会敏
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 光通信 光纤传感器 损伤识别 粒子群 最小二乘支持向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 光纤光学与光通信
• 页码范围: 197-203
• 页数: 7页
• 分类号: TN253
• 语种: 中文
• DOI: 10.3788/CJL201744.1006006

摘要

基于光纤布拉格光栅(FBG)构建的传感器网络,将粒子群(PSO)算法与最小二乘支持向量机(LSSVM)相结合,应用于304钢板损伤识别研究中.以FBG中心波长变化量的信息特征为输入量,钢板结构损伤位置为输出量,构建基于LSSVM的损伤识别预测模型,并与相同条件下构建的反向传播(BP)神经网络预测模型进行对比验证.采用PSO算法优化LSSVM损伤识别模型的核函数参数σ和正则化参数y,实现钢板结构的损伤位置识别.在 300mm×300mm×1mm钢板实验区域,对34组样本进行了损伤位置识别测试.结果表明,33组损伤位置得到了准确识别,准确率达97.06％.这表明PSO优化后的LSSVM的损伤识别预测模型具有自诊断功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕君		46	308	10.0	15.0
2	付兴虎		54	166	7.0	12.0
3	王会敏		3	5	2.0	2.0
4	张亦男		2	3	1.0	1.0