多层变权人工神经网络智能评估方法研究论文.pdf

多层变权人工神经网络智能评估方法研究论文.pdf

  1. 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. 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. 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)。
查看更多

第44卷第33期山西建筑Vol.44No.33

·30·2018年11月Nov.2018

SHANXIARCHITECTURE

·结构·抗震·

10096825(2018)33003002

文章编号:

多层变权人工神经网络智能评估方法研究

刘石

(吉林建筑大学土木学院,吉林长春130000)

摘要:针对大型复杂结构的监测和评估,综合使用层次分析、人工神经网络与变权综合及灰色关联度评估结合,使得思维评价结

果以命令、函数和分析模拟程序应用于安全评估和决策,实现智能模糊评判。

关键词:人工神经网络,变权综合法,智能评估

中图分类号:TP319文献标识码:A

其中,V为评估值;w为变权权重;x为第j个影响指标的评

1概述0jj

估值。

重大建构筑物通常结构复杂,构件数量大。构件不同程度损

伤甚至退出工作会因其类型、部位和功能不同,对结构安全产生2.4构建网络训练样本

复杂影响,若利用人工神经网络的模糊判定能力可实现智能评数据采集点位如图1所示,用于人工神经网络的训练样本如

估。实际监测中,可收集数据的类型是有限的,对底层数据利用表2所示。

层次分析法进行剥离和关联,无量纲处理,建立紧密因素的多层

次关系体系,则解决了检测项目数据不一致的问题。模糊评判的

精度和容错性则通过变权综合法来协调,保证评估结果更合理。

下面以悬索桥的缆索应力为例探讨建立智能评估体系的方法。

2评估体系的建立表2网络训练样本

项目C10.2C10.3C10.35C10.4C10.5C10.6健康状态

2.1确定评估项目,甄选影响指标,形成评价矩阵频率10.0686040.0687210.0687540.0687790.0688140.0688370.068884

影响指标对目标的重要性矩阵见表1。频率20.116000.116250.116320.116370.116440.116490.11659

表1影响指标对目标的重要性矩阵频率30.132490.132700.132760.132800.132870.132910.13299

频率40.15118

文档评论(0)

标准规范交流 + 关注
实名认证
内容提供者

标准规范交流

1亿VIP精品文档

相关文档