基于遺傳算法和模糊神經(jīng)網(wǎng)絡的結構健康監(jiān)測研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文較全面的評述了基于智能算法的結構健康監(jiān)測方法,詳細介紹了神經(jīng)網(wǎng)絡在結構健康監(jiān)測中的應用模型,指出了單獨使用神經(jīng)網(wǎng)絡技術存在的缺點。在前人工作的基礎上,引入遺傳算法和模糊理論作為優(yōu)化工具,將遺傳算法、模糊理論和神經(jīng)網(wǎng)絡技術相互結合,構建了新型神經(jīng)網(wǎng)絡的訓練算法并用于結構健康監(jiān)測研究。改進了RBF (Radial Base Function,簡稱RBF)神經(jīng)網(wǎng)絡的訓練算法,即用混合遞階遺傳算法對其訓練,該算法將遞階遺傳算法和最小二乘法的

2、優(yōu)點結合在一起,能夠同時確定RBF網(wǎng)絡的結構和參數(shù),并編制了基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡程序;同時將遺傳算法引入到模糊RBF神經(jīng)網(wǎng)絡模型中,對數(shù)據(jù)的模糊聚類處理部分進行優(yōu)化,并編制了遺傳模糊RBF神經(jīng)網(wǎng)絡的程序;制備了纖維增強復合材料試件,并進行了模態(tài)分析實驗;針對基于實驗數(shù)據(jù)訓練神經(jīng)網(wǎng)絡存在樣本不足的缺陷,本文提出了利用有限元方法對含有脫層損傷的復合材料試驗件進行數(shù)值模擬,以該結構的前六階彎曲模態(tài)頻率經(jīng)過相應的處理后分別構建遺

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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