基于粗集的改进对向传播网络结构损伤识别.pdfVIP

振 动 冲 击 第 3O卷第 6期 JOURNALOFVIBRArlONAND SHOCK 基于粗集的改进对 向传播网络结构损伤识别 姜绍飞 ，林 杰 (福州大学 土木工程学院，福州 350108) 摘 要 ：为了有效地利用结构健康监测系统冗余、互补、不确定的信息进行健康状况评估，提出一种将粗集和改进 对向传播神经网络 (RCPN)有机地结合在一起的损伤识别新方法。它先用粗集进行数据处理以降低数据的不确定性和 空间维数，然后用 RCPN进行损伤识别。为了验证所提方法的有效性，对 1个框架结构的单损伤和多损伤模式进行了识 别，并重点研究了噪声 、神经网络模型、不同数据处理方法的影响。研究发现，所捉方法不仅町以降低数据的空间维数，减 少神经网络的训练与检验时问，而且具有较好的损伤识别精度和鲁棒性。 关键词：粗集；改进对向传播神经网络；损伤识别；属性约简 中图分类号：TU317．5；TP274；TP183 文献标识码 ：A Structuraldamageidentificationbasedonrough setandrevisedcounter-propagationnetwork JIdNGShao ，LINJie (CollegeofCivilEnginIeering，FuzhouUniversity，Fuzhou350108，China) Abstract： In ordertomakefulluseofredundant，complementaryanduncertaininformation and thusassessthe structuralhealthstateswithastructuralhealthmonitoringsystem ，anew damageidentificationmethodbyintegratingrough setwithrevisedcounter—propagationnetwork(RCPN)wasproposed．Inthemethod，roughsetwasusedtodealwithdata SOastoreducetheiruncertaintiesandspatialdimensions，thecurrentCPN modelwasrevisedtoimprovethecapabilitiesof processinguncertaintiesandearringonclassification．andthen theRCPN modelwasusedfordamageidentification．To validatetheproposed method，single—andmulti—damagepatternsofaframewere identified asan example，and some importantfactors，suchasmeasurementnoise，neuralnetworkmodelsanddataprocessingtechnologies，wereinvestigated emphatically．Theresultsshow thattheproposedmethod can effectivelyreducethe spatialdimensionofdataand isof preferabledamageidentificationaccuracyandrobustness． Keywords：roughset；revisedcounter—propagationnetwork；damageidentification；attributesreduction 使用性能下降或者灾害等原因使得对在役大型结 本竞争型网络相结合而形成的一种新型网络，它具有 构进行健康监测成为国内外研究的热点 ¨ 。结构健 网络结构简单、数据集不必经过多次循环和没有限制 康监测系统的研发虽然可以部分地解决