基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)

基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)

ID:11923285

大小:1.04 MB

頁數(shù):72頁

時間:2018-07-14

基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)_第1頁
基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)_第2頁
基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)_第3頁
基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)_第4頁
基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)_第5頁
資源描述:

《基于神經(jīng)網(wǎng)絡與d-s證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、沈陽建筑大學碩士學位論文基于神經(jīng)網(wǎng)絡與D-S證據(jù)理論的數(shù)據(jù)融合損傷識別技術(shù)姓名:張春梅申請學位級別:碩士專業(yè):結(jié)構(gòu)工程指導教師:姜紹飛2007-01碩士研究生學位論文摘要I摘要 本文以土木結(jié)構(gòu)的健康診斷為研究對象。在對國內(nèi)外研究現(xiàn)狀進行深入分析的基礎(chǔ)上,給出一種基于神經(jīng)網(wǎng)絡和D-S證據(jù)理論相結(jié)合的信息融合的損傷識別方法,并對該方法運用算例進行了驗證?!∈紫葟慕Y(jié)構(gòu)損傷檢測目前的研究現(xiàn)狀開始,分析了結(jié)構(gòu)健康診斷的必要性及其現(xiàn)實意義?;仡櫫藗鹘y(tǒng)的損傷檢測的方法及其優(yōu)缺點,說明在日趨復雜的結(jié)構(gòu)體系中亟待于新的診斷方法的研究和應用?!∑浯?,從神經(jīng)元結(jié)構(gòu)模型和傳遞函數(shù)入手,詳細地分析了

2、神經(jīng)網(wǎng)絡結(jié)構(gòu)和函數(shù)映射、BP神經(jīng)網(wǎng)絡的特點,說明了神經(jīng)網(wǎng)絡應用于損傷檢測的可行性。選用了目前廣泛應用的BP神經(jīng)網(wǎng)絡進行神經(jīng)網(wǎng)絡損傷檢測的仿真實驗。從D-S證據(jù)理論的基本概念和合成規(guī)則入手,分析了證據(jù)理論應用于信息融合的有效性,然后,設計了一個基于BP神經(jīng)網(wǎng)絡和D-S證據(jù)理論的信息融合損傷識別系統(tǒng),從待診斷結(jié)構(gòu)體系的所獲信息的特點入手,運用BP神經(jīng)網(wǎng)絡進行初步診斷,然后將診斷結(jié)果轉(zhuǎn)化為基本概率賦值,再利用D-S證據(jù)理論進行融合,文中通過一個7層剪切型建筑模型進行仿真實驗,結(jié)果顯示,運用D-S理論進行融合后的結(jié)果比單一BPNN識別的結(jié)果有顯著提高。 再次,文中還介紹了一種基于統(tǒng)計原

3、理的神經(jīng)網(wǎng)絡模型,即概率神經(jīng)網(wǎng)絡。鑒于概率神經(jīng)網(wǎng)絡比BP網(wǎng)絡訓練速度快,可以直接得到基本概率賦值等優(yōu)點,筆者又提出了一種將概率神經(jīng)網(wǎng)絡與證據(jù)理論融合的損傷識別新方法,并通過算例分別用單一概率神經(jīng)網(wǎng)絡和信息融合的方法進行兩種噪聲下的損傷識別,并對識別結(jié)果進行比較和分析。結(jié)果表明,在同等噪聲水平下,筆者所提方法比單一概率神經(jīng)網(wǎng)絡決策及BP網(wǎng)絡決策的結(jié)果更準確、可靠。識別結(jié)果同時也表明了噪聲是影響神經(jīng)網(wǎng)絡識別精度的一個很重要的因素??傊闹兴岢龅幕诟怕噬窠?jīng)網(wǎng)絡和D-S證據(jù)理論的信息融合損傷識別框架及方法具有較好的容錯性和識別精度,實例證明該方法具有實用性和有效性?!∽詈?,通過實

4、驗室的靜力實驗確定了7層鋼框架的層間剛度,然后通過對該結(jié)構(gòu)模型施加隨機動力荷載,測得各層加速度響應,運用信號處理技術(shù)提取結(jié)構(gòu)模態(tài)特征參數(shù);進而對所提取出的頻率特征值運用不同的損傷識別方法進行識別、比較?! £P(guān)鍵詞:結(jié)構(gòu)損傷檢測;神經(jīng)網(wǎng)絡;BP網(wǎng)絡;概率神經(jīng)網(wǎng)絡;D-S證據(jù)理論;信息融合IIAbstract碩士研究生學位論文AbstractStructuralhealthdiagnosisisobjectofthisthesis.Basedonanalyz-ingthecurrentlydomesticdomesticandforeignstudy,itgivesanewda

5、mageidentificationtechniquebasedonneuralnetnetandD-Sevidentialtheory,anditisconfirmedbyusingmathematicalexamples.Firstly,thepresentsituationofstructuraldamageexaminationresearchisgived,thestructuralhealthdiagnosticnecessityandpracticalsignificancearediscussed.Studyingthetraditionaldamageexam

6、inationmethodsandtheirgoodpointsandshortcomings,thestudyandapplicationofnewdiagnosticmethodsareurgentlyrequiredinthefurthercomplexstructuralsystem.Secondly,startedwithneuronmodeandtransferfunction,wediscussthenetworkstructionandthefunctionmapping,thecharacteristicofBPnet,itshowsthatneuralnet

7、usedforthedamageexaminationisfeasible.TheneuralnetworksimulationexperimentofdamageexaminationisdonebyBPneuralnetworkwhichisappliedwidespreadlyatpresent.BeginningwiththebasicconceptionandmergingrulesofD-Sevidentialtheory,itshowsthatD-Sevidentialtheo

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。