MJP決策融合算法及其在結(jié)構(gòu)損傷檢測(cè)中的應(yīng)用.pdf

1、決策融合因其通信量小、容錯(cuò)能力強(qiáng)、對(duì)傳感器同質(zhì)性要求低等優(yōu)點(diǎn)而被廣泛地應(yīng)用于多傳感器數(shù)據(jù)處理。決策融合算法的優(yōu)劣直接影響到整個(gè)決策系統(tǒng)的性能。為了突破現(xiàn)有決策融合算法的局限性，使得融合系統(tǒng)在共性或特性情況下都能對(duì)各類局部決策進(jìn)行融合并得出更加正確的結(jié)果，本文以Bayes決策理論為基礎(chǔ)，從概率決策的思想出發(fā)，提出了最大聯(lián)合概率(MJP)決策融合算法及其對(duì)應(yīng)不同決策環(huán)境的調(diào)整方法。并從理論推導(dǎo)、數(shù)值模擬分析和實(shí)驗(yàn)等多方面對(duì)MJP算法進(jìn)行了較

2、為完整的研究。 分析了多假設(shè)決策融合問(wèn)題的共性，為其建立通用的數(shù)學(xué)模型。在此基礎(chǔ)上理論證明MJP算法是各假設(shè)概率和局部決策概率已知情況下錯(cuò)誤概率最小的決策融合算法。通過(guò)模擬算例分析總結(jié)了局部決策個(gè)數(shù)、局部決策正確概率和假設(shè)個(gè)數(shù)等決策參數(shù)對(duì)于全局決策正確概率的影響規(guī)律。 建立了MJP決策融合網(wǎng)絡(luò)，提出了自適應(yīng)MJP決策融合算法，使得決策融合系統(tǒng)即使在各局部決策概率未知或變化的情況下，仍能夠通過(guò)自動(dòng)的無(wú)監(jiān)督學(xué)習(xí)，獲得權(quán)重并適

3、應(yīng)決策環(huán)境的變化，從而對(duì)各局部決策進(jìn)行融合。理論證明和數(shù)值模擬驗(yàn)證了自適應(yīng)MJP決策融合算法的收斂性。提出了權(quán)重更新速度的調(diào)整方法。 針對(duì)結(jié)構(gòu)損傷檢測(cè)決策融合的特性，提出了多分辨率和多損傷MJP決策融合算法，使得損傷檢測(cè)系統(tǒng)在多個(gè)位置同時(shí)發(fā)生損傷的情況下仍可以將表征結(jié)構(gòu)有無(wú)損傷、損傷位置、損傷程度等不同精細(xì)等級(jí)上的局部損傷檢測(cè)結(jié)果進(jìn)行融合，得出正確概率更高的所有精細(xì)等級(jí)上的最終決策結(jié)果。為了使得結(jié)構(gòu)損傷檢測(cè)更好的為結(jié)構(gòu)健康維護(hù)工

4、作服務(wù)，提出了能夠制定復(fù)查方案的決策融合算法。并在定義復(fù)查成本之后，提出了復(fù)查成本最小的決策融合算法。 為使結(jié)構(gòu)損傷檢測(cè)與MJP決策融合有機(jī)地結(jié)合并能有效地執(zhí)行，建立了適用于有模型(有限元模型)損傷檢測(cè)方法的數(shù)據(jù)處理系統(tǒng)。通過(guò)對(duì)一個(gè)懸臂梁結(jié)構(gòu)的進(jìn)行模型損傷實(shí)驗(yàn)以及對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，驗(yàn)證了MJP決策融合算法和數(shù)據(jù)處理系統(tǒng)的有效性。實(shí)驗(yàn)說(shuō)明在現(xiàn)有決策算法或損傷檢測(cè)方法的基礎(chǔ)上，決策融合系統(tǒng)采用MJP算法將各局部決策進(jìn)行融合即可得到