《基于MISO神经网络的结构损伤识别方法研究》PDF+DOC
作者:杨圣超,徐帆,冯瑞成,成玉芳
单位:中国市政工程协会;北京市政路桥建设控股(集团)有限公司;北京市政建设集团有限责任公司;北京市市政工程研究院
出版:《市政技术》2010年第01期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFSZJI2010010440
DOC编号:DOCSZJI2010010449
下载格式:PDF + Word/doc 文字可复制、可编辑
《斜拉桥损伤识别与模型试验研究进展》PDF+DOC2016年第03期 谢远泽,夏敏,彭卫
《基于压电阻抗的隧道管片结构螺栓松动损伤识别试验》PDF+DOC2016年第06期 艾德米,罗辉,朱宏平,王超
《土木工程结构损伤诊断研究进展》PDF+DOC2003年第05期 宗周红,任伟新,阮毅
《基于聚偏二氟乙烯传感器的斜拉桥损伤识别》PDF+DOC2002年第07期 刘建胜,汪同庆,王贵新,居琰,王代华
《基于振动传递率的钢框架损伤识别试验研究》PDF+DOC2012年第06期 韦灼彬,吴森,张宁
《基于植入式压电阻抗技术的混凝土梁损伤识别》PDF+DOC2011年第04期 余王景,朱宏平
《基于不完整频响函数的结构损伤识别方法》PDF+DOC2011年第05期 李柳生,蔡晶
《基于小波包融合及支持向量机的结构损伤识别》PDF+DOC2009年第04期 刘俊,袁海庆,杨燕,静行
《基于不完备损伤指标和遗传算法的特大桥损伤识别和传感器布点优化》PDF+DOC2008年第12期 黄朝俊,贺瑞,秦权
《土木工程结构健康检测系统的研究状况及进展》PDF+DOC2013年第20期 李强
讨论了一种应用MISO神经网络和同级推论技术的损伤识别方法。在识别过程中,系统中的每个子结构都被一组相邻的传感器所测量。选择一个传感器为主传感器,同时形成与传感器布置相应的MISO神经网络,用其对主传感器位置的动力反应进行预测。这样,子结构的动力特性就可以由神经网络隐式的预测。如果子结构没有明显地变化,网络的预测误差会遵循一个稳定的统计分布。利用F假设检验方法预测误差的方差的变化,并且将其作为敏感性损伤指标,用其确定结构是否发生显著变化。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。