原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于人工神经网络的复杂结构模态匹配.pdf
! ! ! !
振 动 与 冲 击
第# 卷第 期 %’()*+,-./(*0.)*)12345 -678# )68$ 99:!
$
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
基于人工神经网络的复杂结构模态匹配,
汤 凯 刘济科
!
中山大学 应用力学与工程系 广州#$9R#
# ! $
!!摘 要
! ! %
对结构模态匹配方法进行简单评述 并提出了一种基于人工神经网络的复杂结构模态匹配方法 该方法
能够准确匹配复杂结构模态向量
同时可以有效消除由于试验模态测量中测点不足 测点布置不当 测量不准确等因素导
致的试验模态向量间的空间混叠影响% 考虑实际工程中能够获得的训练样本数目有限采用了轮换式学习方法有效扩展
了学习样本集% 算例表明本方法合理可靠在实际工程中有广泛的应用前景%
关键词 模态匹配 人工神经网络 空间混叠 轮换式学习方法
!
中图分类号 ? 0’?$R!!!文献标识码
! ( ! *
!! 不当’ 1试验模态和分析模态间不是简单的线性关系
%
无法建立这两组向量匹配关系的准确数学模型 本文
! 引 言
在分析E*4方法及其改进方法的基础上 提出基于/c
# $
多年以来 E*4 E6ZY7*UUICYJTB4C@DBC@6J 被广泛 神经网络进行复杂结构模态匹配的方法 *))E*4
用来衡量两种不同来源的模态的相关性($) % 相应地 #E*4AYUBZ 6J *CD@]@T@Y7)BICY7)BD_6CW $ 利用/c人工
($$ $ )
以E*4为基础的改进算法大大提高了经典算法的精 神经网络的强鲁棒性 容错性和强模式匹配能力
度 巧妙的图示方法如,E*4 E*4a76D_@D‘ ,CBnIBJg 成功建立了两组模态向量间的匹配关系 并给出了如
%
文档评论（0）