基于歸納學(xué)習(xí)的結(jié)構(gòu)損傷識別方法研究

饒文碧　談懷江　ＢＯＳｔｒｏｍ　Ｈｅｎｒｉｋ

摘要：采用歸納學(xué)習(xí)方法來識別結(jié)構(gòu)損傷．首先，通過對經(jīng)典的決策樹算法和序列覆蓋算法進行結(jié)合與改進，得到一種高效且代價又小的歸納學(xué)習(xí)算法(趾C)，同時引入裝袋算法產(chǎn)生多個分類法，并用它們進行類預(yù)測，而且使用選票策略得出最佳類預(yù)測．其次，用正交最小二乘迭代算法作為徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，通過“信息—貢獻”準(zhǔn)則進行正交變換來優(yōu)選中心．最后，對上述歸納學(xué)習(xí)方法用于梁結(jié)構(gòu)損傷定位的效果進行了實驗評估．結(jié)果表明，對于RAC算法和生成分類法的數(shù)目分別為10和50情況下的裝袋算法，當(dāng)損傷樣本被噪聲污染程度在100％時，識別精度均可達到90％以上，而對于RBF神經(jīng)網(wǎng)絡(luò)算法，只；有當(dāng)損傷樣本被噪聲污染程度小于70％時，識別精度才可達到90％以上．

關(guān)鍵詞：結(jié)構(gòu)損傷識別；規(guī)則歸納學(xué)習(xí)；裝袋學(xué)習(xí)算法；神經(jīng)網(wǎng)絡(luò)

中圖分類號：TP339文獻標(biāo)識碼：A文章編號：0253—987X(2005)02—0142—04