原文传递
基于BP神经网络的桥梁损伤识别方法研究
| 论文题名： | 基于BP神经网络的桥梁损伤识别方法研究 |
| 关键词： | 桥梁结构;损伤识别;BP神经网络;人工智能;固有频率;简支梁 |
| 摘要： | 对桥梁结构的损伤识别、定位以及评估是近年来十分流行的研究课题，结构损伤检测技术己被广泛应用于航天、土木、机械和核工业中，是一门建立在损伤机理、传感器技术、信号分析技术、计算机技术及人工智能技术之上的多学科综合性技术。相对于传统的结构损伤检测方法，本论文以国内外大量有关结构损伤识别、神经网络资料的收集分析为基础，主要对基于BP神经网络的桥梁结构损识别方法进行研究。 根据人工神经网络在结构损伤识别的已有成果，并对BP神经网络神经网性能进行了分析，提出将BP神经网络用于桥梁损伤识别研究，给出应用设计方法步骤，建立了桥梁损伤检测的BP神经网络模型。 针对传统神经网络在结构损伤检测应用中的不足，本文对传统BP(back-propagation)算法提出了改进的BP神经网络算法，同时对输入特征参数的选取，特别是固有频率进行了详细的分析说明。采用改进后的BP神经网络对桥梁结构进行损伤诊断，通过与传统BP网络法的诊断结果进行对比，得出改进后的BP网络算法在实际应用上能克服传统BP网络算法收敛速度慢，存在局部极小的问题。研究表明改进的BP神经网络可用于识别桥梁结构损伤位置和损伤程度；改进后的BP网络的桥梁结构损伤诊断具有较好的诊断效果，与传统的BP神经网络相比，不仅提高了计算速度，而且较大地提高了识别精度，具有较好的应用前景。 |
| 作者： | 聂尧 |
| 专业： | 交通运输规划与管理 |
| 导师： | 孙宗军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东科技大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
