版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、浙江大學(xué)博士學(xué)位論文用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識別的關(guān)鍵問題研究姓名：王柏生申請學(xué)位級別：博士專業(yè)：固體力學(xué)指導(dǎo)教師：丁皓江19990401浙江人學(xué)博十學(xué)佗論義用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識別的關(guān)鍵問題研究KeyissuesaboutstructuraldamageidentificationusingANNAbstractBasedontheliteraturereviewsomekeyissuesaboutstructuraldamageid
2、entificationusingartificialneuralnetworksarestudiedthroughtheoreticalanalysis，numericalsimulationandexperimentalverificationinthisdissertation’Fhetypeandarchitectureofneuralnetworksuitedinstructuraldamageidentificationar
3、efirstdiscussedinthedissertationItisobtainedthatthethree—layerBPnetworkiscapabletomeettherequirementofthestructuraldamageidentificationTheCombinedParametersarepresentedastheinputvectortoANNsinstructuraldamageidentificati
4、on，whicharecomputedwithseveralnaturalfrequenciesandthefirstmodalDOFsinfewpoints，andareverifiedtobepracticalforstructuraldamageidentificationusingANNsItcansolvetheproblemsofbothsymmetricalsn1lcturesandincompletenessofmoda
5、lmeasurementItcanbetheoreticallyverifiedthattheinfluenceofmodelingerrorsintrainingonstructuraldamageidentificationusingANNswithinputvectorsofwellpreprocessedrelativedeviationofdynamicsignaturesisslightItisalsoverifiedthr
6、oughnumericalsimulationonasix—storyframebyusingCombinedParametersTheeffectsofmeasurementerrorsandtheeffectsofbothmodelingandmeasurementerrorsonstructuraldamageidentificationusingANNsalealsostudiedthroughdeterminateandpro
7、babilisticanalysisinthedissertationItcanbeconcludedthattheinfluenceofmeasurementerrorsisrelativelargerthanthatofmodelingerrorSTheinfluenceofmeasurementerrorsisrelatedwiththedamageextentThereisacriticallevelofmeasuremente
8、rrorssurpassingwhichtheperformanceofANNwillbeworseLastlyabovestudiesareverifiedbytheexperimentalanalysisonatwo—storysteelframeandaportalsteelflameinthedissertationKeywords：artificialneuralnetwork，structuraldamageidentifi
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 用概率神經(jīng)網(wǎng)絡(luò)對混凝土拱壩進(jìn)行損傷位置識別的研究.pdf
- 結(jié)構(gòu)健康監(jiān)測和損傷識別的關(guān)鍵問題研究.pdf
- 用概率神經(jīng)網(wǎng)絡(luò)對樁-承臺進(jìn)行損傷識別.pdf
- 框架結(jié)構(gòu)損傷識別的小波神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)若干關(guān)鍵問題研究.pdf
- 聲紋密碼識別的關(guān)鍵問題研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的高層框架結(jié)構(gòu)損傷識別的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的桁架結(jié)構(gòu)損傷識別研究.pdf
- 靜態(tài)手勢識別的神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的拱橋結(jié)構(gòu)損傷識別.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf
- 基于改進(jìn)遺傳-神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf
- 神經(jīng)網(wǎng)絡(luò)實現(xiàn)模式識別的研究.pdf
- 用于數(shù)字識別的BP神經(jīng)網(wǎng)絡(luò).pdf
- 基于Spiking神經(jīng)網(wǎng)絡(luò)模式識別的研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)用于目標(biāo)識別的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)荷載識別與損傷識別研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)車牌識別的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的人臉表情識別的研究.pdf
評論
0/150
提交評論