径向基函数神经网络在桥梁结构损伤识别中的应用.pdf

此“医疗卫生”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共6页，可阅读全部内容。
2、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。
3、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。
4、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)。

科学研究SCIENTIFICRESEARCH

径向基函数神经网络在桥梁结构损伤识别中的应用

路淑芳谭祥刘旺

中建七局国际工程建设有限公司广东广州510400

摘要：鉴于新旧桥梁在日常运营中缺乏连续、实时的损伤情况分析，基于桥梁结构损伤识别与机器学习中的径向基函

数理论，提出了2种损伤识别方法。一是分步识别法，运用频率的变式识别损伤位置，曲率、频率组合输入识别损伤

程度，得到了88%以上的位置识别正确率与92%以上的程度识别正确率，适用于对准确率要求较高的结构损伤识别。

二是综合识别法，在分步识别法的基础上对网络结构进行优化，利用神经网络的输出特征可直接判别损伤位置和损伤

程度，得到了78%以上的识别准确率，适用于桥梁结构大数据的在线分析。试验证明了2种径向基函数（radialbasis

function,RBF)神经网络可以用于桥梁不同实际条件下的损伤情况识别，对于神经网络在桥梁结构损伤识别方面有更

加准确的认识和分析，为以后进一步研究神经网络在桥梁结构损伤识别方面提供参考。

关键词：桥梁工程；损伤识别；径向基函数神经网络；分步识别法；综合识别法

中图分类号：TU99文献标志码：A文章编号：1004-1001(2022)02-0394-05D0I：10.14144/ki.jzsg.2022.02.059

ApplicationofRBFNeuralNetworkinBridgeStructureDamageIdentification

LUShufangTANXiangLIUWang

CSCEC7thDivisionInternationalEngineeringCovLtd.,GuangzhouGuangdong510400,China

Abstract:Inviewothelackocontinuousandreal-timedamageanalysisooldandnewbridgesindailyoperation,

twodamageidentificationmethodsareproposedbasedontheradialbasisfunctiontheoryinbridgestructuraldamage

identificationandmachinelearning.Oneisthestep-by-stepidentificationmethod,whichusesthevariationofrequencyto

identifythedamagelocationandthecombinationocurvatureandfrequencytoidentifythedamagedegree,andobtainsmore

than88%othelocationidentificationaccuracyandmorethan92%othedegreeidentificationaccuracy,whichissuitablefor

structuraldamageidentificationwithhighaccuracyrequirements.Anotheristhecomprehensiveidentificationmethod,which

optimizesthenetworkstructureonthebasisothestep-by-stepidentificationmethod.Usingtheoutputcharacteristicsothe

neuralnetwork,thedamagelocationa

安全评价师持证人

该用户很懒，什么也没介绍

咨询Ta 进入空间

领域认证该用户于2023年09月13日上传了安全评价师

更多 >