2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(bào)或認(rèn)領(lǐng)

文檔簡介

1、結(jié)構(gòu)參數(shù)識別是目前結(jié)構(gòu)工程學(xué)科中一個(gè)十分活躍的研究領(lǐng)域,正確的參數(shù)識別是結(jié)構(gòu)動(dòng)力與穩(wěn)定設(shè)計(jì)的關(guān)鍵,基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)識別則是該領(lǐng)域的研究熱點(diǎn)。
   結(jié)合目前參數(shù)識別的研究狀況,本文進(jìn)行了以下幾個(gè)方面的研究工作:
   1.總結(jié)了目前國內(nèi)外關(guān)于參數(shù)識別的三類方法——?jiǎng)恿χ讣y法、模型修正法、神經(jīng)網(wǎng)絡(luò)法的理論和公式.并比較了各方法的優(yōu)點(diǎn)和不足。
   2.對神經(jīng)網(wǎng)絡(luò)的發(fā)展?fàn)顩r、特點(diǎn)及其在結(jié)構(gòu)工程中的應(yīng)用進(jìn)行了探討

2、.重點(diǎn)對:BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的性能進(jìn)行了分析,研究表明RBF神經(jīng)網(wǎng)絡(luò)可以用于鋼框架結(jié)構(gòu)進(jìn)行參數(shù)識別。
   3.分別采用位移模態(tài)和曲率模態(tài)指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),基于RBF神經(jīng)網(wǎng)絡(luò)對門式半剛性節(jié)點(diǎn)鋼框架進(jìn)行了參數(shù)識別,得出曲率模態(tài)對鋼框架節(jié)點(diǎn)參數(shù)識別更為敏感。
   4.提出神經(jīng)網(wǎng)絡(luò)識別鋼框架單元非線性受力特征參數(shù)(M-P-θ),在此基礎(chǔ)上修正了非線性有限單元法和虛擬荷載法等高等穩(wěn)定分析方法,并推導(dǎo)出基于神

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(huì)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(chǔ)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(shí)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

評論

0/150

提交評論