基于支持向量机和粒子群算法的结构损伤识别.pdfVIP

维普资讯 第 38卷 第 2期 吉 林 大 学 学 报 (工 学 版 ) Vo1．38 No．2 2008年 3月 JournalofJilinUniversity (EngineeringandTechnologyEdition) M ar．2008 基于支持向量机和粒子群算法的结构损伤识别 于繁华 ，刘寒冰 (1．吉林大学 交通学院，长春 130022；2．长春师范学院 信息技术学院，长春 130032) 摘 要 ：为 了有效地进行结构 的损伤识别，提出了一种基于支持 向量机和粒子群算法的结构损 伤识别方法。首先利用支持 向量机为损伤裂缝指标 、损伤位置与各阶频率和一阶振型建立函 数关系，然后将利用该函数关系得到的频率和振型与实测频率和振型间的差异作为优化 目标， 进而实现结构的损伤识别。为提高损伤识别的精度 ，将优化 目标转化为多 目标优化问题，并利 用所提出的灰色粒子群算法进行求解。实验结果表明，该方法在结构损伤识别中具有较好的 效果。 关键词 ：计算机应用；支持 向量机；灰色粒子群算法；结构损伤识别 中图分类号 ：TP301．6；TU312 文献标识码：A 文章编号 ：1671—5497(2008)02—0434—05 Structuraldamageidentificationbysupportvector m achineandparticleswarm algorithm YuFan-hua ，Liu Han-bing (1．Collegeof Transportation，JilinUniversity，Changchun 130022，China；2．CollegeofInformationTechnology， ChangchunNormalUniversity，Changchun130032，China) Abstract：A structuraldamage identificationmethod based on the supportvectormachineand the particleswarm algorithm wasproposed．Thefunctionalexpressionsforthecrack damage index，the damagelocation，theeigenvibrationmodesandfirstordereigenfrequencywerederivedbythesupport vectormachine．Thedifferencesbetweenthevibrationfrequencyandmodesderivedfrom theobtained expressionsandthemeasuredonesweretakenastheoptimizationobjectivetoidentifythestructure damage．Inordertoimprovetheprecisionofthedamageidentification，theoptimizationobjectivewas transformedintoamulti—obiectiveoptimization problem whichwassolvedby theproposedgrey particle swarm algorithm．The proposed identification method was proved to be effective by experiments． Keywords：computerapplication；supportvectormachine；greyparticle swarm algorithm ；structural damagedetection 工程结构在使用过程中如果不能及时地识别 着智能技术 的发展 ，有很多学者都将神经 网络