《压电智能结构损伤检测传感器优化配置的遗传神经网络方法》PDF+DOC

📙 相关资料

1. 《基于并行量子遗传神经网络的自诊断智能结构传感器的优化配置》PDF+DOC 针对压电智能复合材料层板，基于损伤检测问题，采用最小二乘小波支持向量机(LS-WSVM)网络建立损伤检测目标函数，运用量子遗传算法对目标函数进行优化，并将LS-WSVM以并行方式与量子遗传算法相结合，从而构造并行量子遗传神经网络方法，实现对智能结构损伤检测传感器的优化配置。仿真结果表明，采用该方法实......
2. 《基于GANN的机翼盒段试验件传感器的优化配置》PDF+DOC 对机翼盒段试验件进行了结构分析，采用有限单元方法，建立了其结构的有限元模型，并进行了冲击压电响应数值仿真。构造了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法，采用该方法对机翼盒段试验件压电传感器进行了优化配置，得到了传感器对应于其初始布置模式下的最优配置，为该结构试验件......
3. 《基于遗传神经网络的智能复合材料损伤检测传感器位置优化的研究》PDF+DOC 具有损伤自检测功能的智能复合材料是一个多传感器体系结构，对其传感器进行数目及位置优化，具有重要的实用价值，值得深入研究。采用神经网络建立了复合材料冲击损伤检测方法，运用遗传算法并结合神经网络对复合材料损伤检测的3个传感器布置进行了优化，结果得到了穷举法的验证。该遗传神经网络方法具有一般性，可有效地推......
4. 《一种基于离差矩阵控制的传感器管理算法》PDF+DOC 传感器管理是对系统中的传感器进行优化分配以实现目标跟踪性能的优化和系统资源的有效利用。针对跟踪多目标的传感器管理问题建立了传感器管理模型，提出了一种基于离差矩阵控制的多传感器与多目标分配算法。该算法把所有目标的离差矩阵大小的和作为优化的目标函数，能够使目标的跟踪精度尽量接近期望值。同时采用遗传算法来......
5. 《基于遗传神经网络的传感器系统的非线性校正》PDF+DOC 针对最小二乘等传统方法的不足 ，提出了解决传感器系统非线性校正问题的遗传神经网络算法。计算机仿真表明 ，采用这里所提出的观点和方法 ，其拟合精度远高于传统上应用最为广泛的最小二乘法 ，并且具有较强的鲁棒性。而且 ，从所做的研究显示 ，该方法还可用于其它类似系统的非线性校正...
6. 《基于可靠性的框架结构作动器/传感器最优配置》PDF+DOC 建立在模态可控度及最小费用函数的基础上 ，针对目前因使用组合优化来布置作动器计算量大的缺点 ，采用遗传算法来确定振动主动控制中作动器的最优配置 .为适于框架结构的具体计算 ，对常规遗传算法约束条件的处理进行了改进 .考虑到主动控制系统的可靠性 ，为了进一步确定作动器 /传感器的最优配置 ，本文定义了......
7. 《基于二重结构编码遗传算法的传感器优化配置》PDF+DOC 传感器的优化配置是一类组合优化问题，针对此问题，文章以应变模态保证准则SMAC为优化原则，以SMAC矩阵的最大非对角元为目标函数，针对满足传感器数量不变的约束条件问题，提出改进的二重结构编码遗传算法，并通过现有文献中的算例验证本文所提算法的高效性。算例结果表明，该遗传算法优化结果优于现有的遗传算法，......
8. 《改进遗传神经网络在传感器温度补偿中的应用》PDF+DOC 精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义。神经网络具有良好的自学习、自适应和非线性映射能力，但往往训练速度慢、易陷入局部极小值，而遗传算法具有很强的全局寻优能力，但其局部搜索能力却不足。本文探讨了利用改进遗传算法优化函数链神经网络，以获得全局最优解的方法，并根据多温度条件下的实测......
9. 《基于遗传神经网络的多传感器信息融合及应用》PDF+DOC 通过多传感器技术对原油含水率测量影响的多个参量进行测定，提出基于样本矩阵非线性变换的多维回归和遗传神经网络的信息融合方法，对原油含水率的高精度、智能化测量进行研究。研究结果表明：遗传算法优化的神经网络方法预测结果明显优于多维回归和单纯LM算法的神经网络方法，具有全局收敛、泛化能力强等特点，取得很好的......
10. 《分布式长标距FBG传感器的优化布设》PDF+DOC 讨论了传感器优化问题中遗传算法的编码问题，提出采用Grefenstette编码来解决遗传交叉，变异算法过程中可能产生的基因座编码重复的问题，分析了分布式长标距FBG传感器的布设特点，提出了基于Grefenstette编码遗传算法的、以静力位移为目标函数、位移识别误差最小为优化准则的传感器优化布设方法......