基于遺傳算法優化神經網絡權值的大壩結構損傷識別

針對傳統BP神經網絡存在著容易陷入局部極小點、訓練時間太長等缺點,本文采用基于浮點編碼的遺傳算法,對BP神經網絡的初值空間進行了遺傳優化.用基于浮點編碼的遺傳算法來優化BP神經網絡的權值,可得到最佳初始權值矩陣,并按誤差前向反饋算法,沿負梯度搜索進行網絡學習.文中以混凝土重力壩結構作為算例,用結構的模態頻率變化作為網絡的輸入向量,結構的損傷位置作為輸出向量,對網絡進行了訓練.仿真結果表明:遺傳BP神經網絡的收斂和診斷能力優于傳統BP神經網絡,可有效地運用到大壩結構的健康診斷與損傷識別中.

作 者： 李小榮 郭永剛 Li Xiaorong Guo Yonggang   作者單位： 李小榮,Li Xiaorong(北京工業大學建筑工程學院,北京,100022)

郭永剛,Guo Yonggang(中國水利水電科學研究院,北京,100044) 

刊 名： 震災防御技術  ISTIC 英文刊名： TECHNOLOGY FOR EARTHQUAKE DISASTER PREVENTION  年，卷(期)： 2008 3(2)  分類號： P3 X4  關鍵詞： 遺傳算法   BP神經網絡   損傷   大壩  

【基于遺傳算法優化神經網絡權值的大壩結構損傷識別】相關文章：

基于混合優化策略的結構損傷識別方法04-29

基于結構振動信息的損傷識別研究綜述04-27

基于模態頻率和神經網絡的結構損傷檢測04-27

基于人工神經網絡的結構腐蝕損傷定量預測04-27

基于曲率模態和小波奇異性的結構損傷識別04-27

基于BP神經網絡和遺傳算法的補燃室優化設計04-28

基于模糊神經網絡的目標識別04-29

基于遺傳算法的飛機氣動優化設計04-27

基于改進遺傳算法的車輛路徑優化研究04-29

基于簡諧激勵下響應的梁損傷識別04-26