10.3969/j.issn.1006-1355.2008.06.013
基于遗传算法优化神经网络权值的损伤识别
针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,采用基于浮点编码的遗传算法对BP神经网络的初值空间进行遗传优化.用基于浮点编码的遗传算法来优化BP神经网络的权值,得到最佳初始权值矩阵,并按误差前向反馈算法沿负梯度方向搜索进行网络学习.以弹簧质量系统作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量.对网络进行训练,仿真结果表明:遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效运用到结构的模态参数识别中.
振动与波、遗传算法、BP神经网络、损伤
28
TP18(自动化基础理论)
2009-03-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
47-51
