[发明专利]基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法在审
申请号: | 201811430868.X | 申请日: | 2018-11-28 |
公开(公告)号: | CN109635382A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 刘才玮;宋苏萌;苗吉军;高天予 | 申请(专利权)人: | 青岛理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N20/10 |
代理公司: | 青岛发思特专利商标代理有限公司 37212 | 代理人: | 巩同海 |
地址: | 266033 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 火灾损伤 简支梁 钢筋混凝土 支持向量机 工具箱 支持向量回归机 模型复杂性 萤火虫算法 参数寻优 模态参数 时间预测 输出向量 损伤识别 训练样本 组合参数 回归 算法 自带 调用 收敛 耗时 改进 火灾 诊断 衡量 预测 优化 | ||
1.一种基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:包括如下步骤:
(1)利用ANSYS温度场间接耦合法,建立简支梁火灾损伤模型,选择Block Lanczos方法进行模态分析,获得各火灾时刻下钢筋混凝土简支梁的模态参数;
(2)构造基于SVM的训练样本的组合参数;
(3)将FA-SVR的输出向量定义为受火时间预测值;
(4)在FA-SVR算法中调用的支持向量回归机工具箱的自带回归指标,衡量模型的损伤识别效果;
(5)凭借SVM做回归预测,采用萤火虫算法进行优化。
2.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(5)凭借SVM做回归预测时,惩罚参数c和核函数参数g的选取采用萤火虫算法进行优化,设置种群数量n=50,迭代次数N=100,最大吸引力β0取1.0,光吸收系数γ取1.0,α取1.0。
3.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(5)凭借SVM做回归预测时,惩罚参数c和核函数参数g的选取采用萤火虫算法进行优化,具体的实现流程如下:
a.确定待优化的目标函数,此处用SVM预测的评价指标均方根误差MSE作为待优化的目标函数;
b.设定算法参数,包括最大迭代次数MaxGeneration、α常数、最大吸引力β0、光吸收系数γ;
c.执行萤火虫算法;
d.将萤火虫算法得出的惩罚参数c和核函数参数g赋给支持向量回归机,构建回归模型;
e.利用回归模型对测试数据进行预测。
4.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(2)中输入参数采用频率与振型的组合参数:
A={FR1,FR2,…,FRm;MO1,MO2,…,MOn}
式中:
m:损伤识别所用频率阶数
n:损伤识别所用阵型阶数
FRi:损伤识别所用第i阶频率
为第i阶模态对应q个测试自由度归一化阵型向量,计算式为:
第i阶模态对应于j个测试自由度分量。
5.根据权利要求4所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(2)中构造组合参数A时,为保证测试有效性,m≤4,n≤4。
6.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(3)中受火时间:
T={t1,t2,…,tk}
k:梁结构跨数
ti:梁结构第i跨受火时间。
7.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(4)中采用以下评价指标衡量模型的损伤识别效果:
假定表示实际测量的自振频率,表示实际测量的振型矢量,表示理论预测的自振频率,表示理论预测的振型矢量;
其中是频率变化率,是模态置信准则;意味着较为不错的损伤识别结果。
8.根据权利要求1所述的基于改进支持向量机钢筋混凝土简支梁火灾损伤识别方法,其特征在于:所述步骤(5)中选用非线性能力强且参数较少的RBF核函数实现非线性映射。
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青岛理工大学,未经青岛理工大学许可,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/201811430868.X/1.html,转载请声明来源钻瓜专利网。