基于信息融合和XGBoost的結(jié)構(gòu)損傷識別研究.pdf

1、建筑結(jié)構(gòu)在長期使用過程中，會出現(xiàn)各種形式的損傷。而由于長期累積產(chǎn)生損傷的結(jié)構(gòu)具有很大的潛在危險性，如果未能及時對建筑結(jié)構(gòu)進行損傷檢測將可能導(dǎo)致整個結(jié)構(gòu)的毀壞。因此，研究簡便有效并能應(yīng)用于工程實際的結(jié)構(gòu)損傷識別技術(shù)具有極其重要現(xiàn)實意義。
　　本文以建筑結(jié)構(gòu)損傷識別問題為背景，結(jié)合國際結(jié)構(gòu)控制協(xié)會與美國土木工程學(xué)會提出的Benchmark模型，進行了基于信息融合和極限梯度提升算法(eXtreme Gradient Boosting，X

2、GBoost)的結(jié)構(gòu)損傷識別研究。論文研究內(nèi)容主要分為以下幾部分:
　　1、以基于單傳感器信息的結(jié)構(gòu)損傷識別問題為研究對象，針對歸一化相對能量得到的頻帶特征向量對于損傷信息不敏感的問題，提出了基于標準化相對能量的小波包節(jié)點能量特征處理并結(jié)合支持向量機(Support Vector Machine，SVM)的結(jié)構(gòu)損傷識別方法。該方法能有效使不同損傷工況間的差別集中于敏感頻帶，提高損傷識別精度。
　　2、以基于多傳感器信息融合的

3、結(jié)構(gòu)損傷識別問題為研究對象，針對信息融合的不同層次，分析了針對數(shù)據(jù)層信息融合的基于隨機振動響應(yīng)互相關(guān)函數(shù)的損傷識別方法，以及針對特征層信息融合的基于特征全融合的損傷識別方法。實驗結(jié)果表明，基于多傳感器信息融合的結(jié)構(gòu)損傷識別方法相對于單傳感器信息更能有效解決結(jié)構(gòu)損傷的多分類問題;在此基礎(chǔ)上，提出基于隨機森林特征評估選擇的損傷識別方法，實驗結(jié)果表明，此方法能進一步提高結(jié)構(gòu)損傷識別精度。
　　3、以基于XGBoost的結(jié)構(gòu)損傷識別問題為