[发明专利]一种基于BP神经网络的地下结构损伤识别方法在审
申请号: | 201410655876.X | 申请日: | 2014-11-17 |
公开(公告)号: | CN104316341A | 公开(公告)日: | 2015-01-28 |
发明(设计)人: | 左熹;周桂云;顾荣蓉;倪红 | 申请(专利权)人: | 金陵科技学院 |
主分类号: | G01M99/00 | 分类号: | G01M99/00;G06N3/02 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 戴朝荣 |
地址: | 211169 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 bp 神经网络 地下 结构 损伤 识别 方法 | ||
1.一种基于BP神经网络的地下结构损伤识别方法,其特征在于,通过曲率变化率对结构的损伤进行预测,具体步骤包括:
步骤一、建立BP神经网络模型,包括三层网络结构输入层、隐含层和输出层,设定:
xj表示输入层第j个节点的输入,j=1,2,…,M;wij表示隐含层第i个节点到输入层第j个节点之间的权值;θj表示隐含层第i个节点的阈值;φ(x)表示隐含层的激励函数;wkj表示输出层第k个节点到隐含层第j个节点之间的权值,j=1,2,…,q;aj表示输出层第j个节点的阈值,j=1,2,…,q;表示输出层的激励函数;Oj表示输出层第j个节点的输出,j=1,2,…,q;
基于上述BP神经网络模型所进行的BP算法包括信号的前向传播和误差的反向传播,计算实际输出时按从输入到输出的方向进行,而权值和阈值的修正从输出到输入的方向进行;
步骤二、选用曲率变化率作为BP神经网络模型的输入量,以损伤位置和损伤程度作为输出量,来识别损伤的位置和程度,其中,曲率变化率的定义为:假设结构无损伤时节点k的第i阶曲率值为δi,k,损伤后i阶振型下曲率值为则其曲率改变量定义其曲率的相对改变率为前i阶的曲率的改变率之和
步骤三、对BP神经网络模型进行网络训练,不断修正权值和阈值,通过调整使BP神经网络模型的输入误差达到设定的阈值,迭代直到网络收敛;
步骤四、将测试样本集输入到训练好的BP神经网络模型中,根据BP神经网络模型中曲率变化率来确定地下结构的损伤位置和损伤程度。
2.如权利要求1所述的一种基于BP神经网络的地下结构损伤识别方法,其特征在于:步骤三中,所述输入误差为0.0015。
3.如权利要求1或2所述的一种基于BP神经网络的地下结构损伤识别方法,其特征在于:步骤一中,所述BP神经网络模型的输入层神经元数目为4个,隐含层神经元数目为6个,输出层神经元数目为4个。
4.如权利要求3所述的一种基于BP神经网络的地下结构损伤识别方法,其特征在于:所述隐含层神经元的传递函数采用S型正切函数tansig,输出层神经元传递函数采用S型对数函数logsig。
5.如权利要求1所述的一种基于BP神经网络的地下结构损伤识别方法,其特征在于:步骤三中,所述网络训练的训练样本为,待测点在一部分损伤程度下的曲率变化率数据。
6.如权利要求5所述的一种基于BP神经网络的地下结构损伤识别方法,其特征在于:步骤四中,所述测试样本集为训练样本,加上待测点在另一部分损伤程度时的曲率变化率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于金陵科技学院,未经金陵科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410655876.X/1.html,转载请声明来源钻瓜专利网。