資源描述：
《基于神經(jīng)網(wǎng)絡與數(shù)據(jù)融合的結(jié)構(gòu)損傷識別理論研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、西南交通大學博士學位論文基于神經(jīng)網(wǎng)絡與數(shù)據(jù)融合的結(jié)構(gòu)損傷識別理論研究姓名：張育智申請學位級別：博士專業(yè)：橋梁與隧道工程指導教師：李喬20070101西南交通大學博士研究生學位論文第1頁摘要測試數(shù)據(jù)不完備和測試噪聲的存在，使得系統(tǒng)辨識法及損傷指標法在結(jié)構(gòu)損傷識別領域的應用受到了限制。當采用模式識別方法對結(jié)構(gòu)損傷識別問題進行求解時，利用神經(jīng)網(wǎng)絡作為模式分類器可以很好地處理測試數(shù)據(jù)不完備及噪聲問題．但隨著多傳感器系統(tǒng)在大型復雜結(jié)構(gòu)上日益廣泛的應用，如何更加有效地利用各種測試信息成為進一步擴大神經(jīng)網(wǎng)絡方法在結(jié)構(gòu)損傷識剮領域中應用的關鍵問題。針對采用神經(jīng)網(wǎng)絡方法迸行結(jié)
2、構(gòu)撮傷識別過程中遇到的網(wǎng)絡輸入選取、信息利用策略和復雜結(jié)構(gòu)損傷識別中的待識別位置過多問題，本文引入數(shù)據(jù)融合理論、證據(jù)理論、模糊積分理論、子結(jié)構(gòu)理論和聚類分析理論對以上三個問題進行了深入研究。作者主要完成了以下幾個方面的工作。首先，對數(shù)據(jù)融合理論和神經(jīng)網(wǎng)絡理論進行了深入研究，從理論上分別對兩種決策級融合方法和兩種網(wǎng)絡模型進行了對比，得到了各自的特點和適用的條件?！て浯?，對用于結(jié)構(gòu)損傷識別的神經(jīng)網(wǎng)絡輸入選取進行了研究，提出了神經(jīng)網(wǎng)絡輸入選取的三個規(guī)則：網(wǎng)絡實現(xiàn)的損傷識別功能、類別可分性及考慮噪聲對類別可分性的影響，利用數(shù)值算例驗證了所提出的網(wǎng)絡輸入選取規(guī)則的有
3、效性，對采用神經(jīng)網(wǎng)絡進行結(jié)構(gòu)損傷識別具有理論指導意義．第三，對利用神經(jīng)網(wǎng)絡采用特征級融合方式進行結(jié)構(gòu)損傷識別時遇到的個別單元識別效果差的問題，提出了兩步識別法，通過建立子網(wǎng)絡，減少其他模式類對網(wǎng)絡權(quán)值修改的影響，數(shù)值算例的結(jié)果表明，該方法能夠有效地提高對個別單元的正確識別率。第四，對利用神經(jīng)網(wǎng)絡采用決策級融合方式進行結(jié)構(gòu)損傷識別進行了研究，比較了D．S證據(jù)理論與模糊積分方法對決策的融合效果，數(shù)值算例的結(jié)果表明，證據(jù)理論實現(xiàn)的是“少數(shù)服從多數(shù)”的效果，并不能充分考慮各證據(jù)的可行性，而模糊積分理論則兼顧了各證據(jù)對各假設決策的客觀估計和各證據(jù)對各假設決策餉重要性。
4、第五，對采用模糊積分對神經(jīng)網(wǎng)絡識別結(jié)果進行融合時模糊密度的計算第fI頁西南交通大學博士研究生學位論文問題進行了研究，對當前存在的三種計算方式進行了比較，給出了合理的模糊密度計算方式，即按照識別結(jié)果可信性計算模糊密度。第六，對于大型復雜結(jié)構(gòu)的損傷識別問題，提出了基于聚類分析的廣義子結(jié)構(gòu)法，有效地避免了子結(jié)構(gòu)劃分的主觀性問題，數(shù)值算例的結(jié)果證明了該方法的有效性和優(yōu)越性；將廣義子結(jié)構(gòu)法與分步識別思想結(jié)合起來，提出了對大型復雜結(jié)構(gòu)進行損傷識別的多重廣義子結(jié)構(gòu)法，斜拉橋數(shù)值算例結(jié)果表明，該方法能有效降低問題的求解難度，使對復雜結(jié)構(gòu)損傷進行準確的識別成為可能。關鍵詞：結(jié)
5、構(gòu)損傷識別；模式識別；神經(jīng)網(wǎng)絡；數(shù)據(jù)融合；證據(jù)理論；模糊積分；聚類分析；廣義子結(jié)構(gòu)西南交通大學博士研究生學位論文第1ll頁AbstractBecauseoftheincompletionofmeasureddataandtheexistenceofnoise，theapplicationofsystemidentificationmethodanddamageindexmethodisrestrictedinthefieldofstructuraldamageidentification．Theproblemcanbesolvedbytakingstruct
6、uraldamageidentificationasapatternrecognitionissueandusingneuralnetworkasaclassifier．Butwiththemulti—sensorsystemwidelyusedonthelargeandcomplexstructures，howtousethevariousmeasureddataeffectivelybecomesakeyproblem．Inordertosolvetheproblemofneuralnetworkinputsselection，theusestrateg
7、iesofinformationandtoomanypositionstobediagnosedinlargeandcomplexstructures，thetheoriesofdatafusion，evidence，fuzzyintegral，substructureandclusteringwereadoptedinthethesis．Thefollowingstudieshavebeendoneinthisthesis：Firstly,thetheoriesofdatafusionandneuralnetworkhavebeendeeplystudie
8、d．Twodecisionlevelfusionme
