基于自回归模型和GA-PNN的海洋平台结构损伤识别研究

• 作者: 刘国栋 贾丹桐 王秋潇 杨元强
• 来源期刊: 低温建筑技术
• 学科: 工学
• 关键词: 海洋平台结构 损伤位置识别 自回归模型 GA-PNN
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 结构工程
• 页码范围: 41-44,57
• 页数: 5页
• 分类号: TU311.4
• 语种: 中文
• DOI: 10.13905/j.cnki.dwjz.2021.01.011

摘要

文中基于目前神经网络应用的广泛性和对损伤识别的有效性,提出了以自回归模型系数差为初始特征,并通过基于遗传算法(Genetic Algorithm,GA)优化的概率神经网络(Probabilistic Neural Network,PNN)的识别方法,对海洋平台结构进行损伤位置的识别.数据采用数值模拟中海洋平台支撑杆件在无损伤和损伤状态下获取的加速度响应信号,构建损伤指标自回归模型系数差,采用GA-PNN进行训练与测试,验证了该识别方法的有效性.