2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論