文件名称：自适应小波概率神经网络损伤识别方法 (2006年)
文件大小：3.43MB
文件格式：PDF
更新时间：2024-07-02 06:29:56
自然科学 论文
目的为了提高大型结构健康监测系统的监测能力与损伤诊断率，降低误报率。方法以小波变换作为动力信号处理工具，利用其可以降低噪声以及在时域一频域表征信号特征的强大能力，提取小波能量作为特征参数；以贝叶斯推理作为模式识别原理的概率神经网络（PNN）为损伤识别分类器，利用遗传算法来优化PNN模型中的圆滑参数σ，提出自适应小波概率神经网络（AWPNN）损伤识别方法。并对ASCE的基准结构模型进行损伤识别研究以验证该方法的有效性。结果研究结果表明，在噪声程度达40%时，AWPNN的识别正确率高达98%。结论AWPNN具