基于遺傳算法和模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)健康監(jiān)測研究.pdf

1、本文較全面的評述了基于智能算法的結(jié)構(gòu)健康監(jiān)測方法，詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)健康監(jiān)測中的應(yīng)用模型，指出了單獨(dú)使用神經(jīng)網(wǎng)絡(luò)技術(shù)存在的缺點(diǎn)。在前人工作的基礎(chǔ)上，引入遺傳算法和模糊理論作為優(yōu)化工具，將遺傳算法、模糊理論和神經(jīng)網(wǎng)絡(luò)技術(shù)相互結(jié)合，構(gòu)建了新型神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法并用于結(jié)構(gòu)健康監(jiān)測研究。改進(jìn)了RBF (Radial Base Function，簡稱RBF)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法，即用混合遞階遺傳算法對其訓(xùn)練，該算法將遞階遺傳算法和最小二乘法的

2、優(yōu)點(diǎn)結(jié)合在一起，能夠同時確定RBF網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)，并編制了基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)程序；同時將遺傳算法引入到模糊RBF神經(jīng)網(wǎng)絡(luò)模型中，對數(shù)據(jù)的模糊聚類處理部分進(jìn)行優(yōu)化，并編制了遺傳模糊RBF神經(jīng)網(wǎng)絡(luò)的程序；制備了纖維增強(qiáng)復(fù)合材料試件，并進(jìn)行了模態(tài)分析實(shí)驗(yàn)；針對基于實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)存在樣本不足的缺陷，本文提出了利用有限元方法對含有脫層損傷的復(fù)合材料試驗(yàn)件進(jìn)行數(shù)值模擬，以該結(jié)構(gòu)的前六階彎曲模態(tài)頻率經(jīng)過相應(yīng)的處理后分別構(gòu)建遺