一種基于bp神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法
【專利摘要】本發(fā)明公開(kāi)了一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，通過(guò)曲率變化率對(duì)結(jié)構(gòu)的損傷進(jìn)行預(yù)測(cè)，包括：建立BP神經(jīng)網(wǎng)絡(luò)模型，包括三層網(wǎng)絡(luò)結(jié)構(gòu)輸入層、隱含層和輸出層；選用曲率變化率作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入量，以損傷位置和損傷程度作為輸出量，來(lái)識(shí)別損傷的位置和程度；對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行網(wǎng)絡(luò)訓(xùn)練，不斷修正權(quán)值和閾值，通過(guò)調(diào)整使BP神經(jīng)網(wǎng)絡(luò)模型的輸入誤差達(dá)到設(shè)定的閾值，迭代直到網(wǎng)絡(luò)收斂；根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型中曲率變化率來(lái)確定地下結(jié)構(gòu)的損傷位置和損傷程度。采用本發(fā)明所公開(kāi)的損傷識(shí)別方法，在雙損傷預(yù)測(cè)時(shí)，理論值和預(yù)測(cè)值之間的誤差較小，說(shuō)明BP神經(jīng)網(wǎng)絡(luò)可以更為準(zhǔn)確的預(yù)測(cè)雙損傷節(jié)點(diǎn)。
【專利說(shuō)明】-種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明公開(kāi)了一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，涉及結(jié)構(gòu)損傷檢 測(cè)【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 地下結(jié)構(gòu)在使用過(guò)程中，由于疲勞荷載作用、環(huán)境腐蝕、材料老化、構(gòu)件缺陷以及 其它因素，逐漸產(chǎn)生損傷累積，這種損傷累積使得結(jié)構(gòu)的承載能力退化和抵抗自然災(zāi)害能 力的下降，特別是在遭遇地震作用的時(shí)候可能既有結(jié)構(gòu)可能會(huì)出現(xiàn)嚴(yán)重的損傷。因此分析 地下結(jié)構(gòu)的動(dòng)力損傷程度，進(jìn)而對(duì)其地震損傷特性進(jìn)行評(píng)價(jià)顯得尤為重要。通過(guò)地震損傷 評(píng)價(jià)最終建立出地下結(jié)構(gòu)在地震作用下?lián)p傷程度的定量評(píng)價(jià)標(biāo)準(zhǔn)，為地下結(jié)構(gòu)的抗震設(shè)計(jì) 和震后修復(fù)提供理論依據(jù)。
[0003] 由于結(jié)構(gòu)的動(dòng)力特性與結(jié)構(gòu)物理參數(shù)直接相關(guān)，結(jié)構(gòu)的損傷將引起相應(yīng)動(dòng)力特性 的改變。但單純使用動(dòng)力參數(shù)的損傷識(shí)別方法是用動(dòng)力學(xué)參數(shù)構(gòu)造損傷標(biāo)識(shí)量，往往需要 求解復(fù)雜的數(shù)學(xué)反演問(wèn)題，使得較難應(yīng)用于實(shí)際工程中。鑒于神經(jīng)網(wǎng)絡(luò)以其優(yōu)異的非線性 映射能力可以使逆問(wèn)題正問(wèn)題化，將動(dòng)力參數(shù)分析方法與神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合起來(lái)，以動(dòng)力 參數(shù)構(gòu)造損傷標(biāo)識(shí)量，作為神經(jīng)網(wǎng)絡(luò)輸入的特征參數(shù)，從而進(jìn)行結(jié)構(gòu)損傷識(shí)別。
[0004] BP神經(jīng)網(wǎng)絡(luò)以其良好的非線性映射能力成為在結(jié)構(gòu)損傷診斷領(lǐng)域應(yīng)用最為廣泛 的神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是將W-H學(xué)習(xí)規(guī)則一般化，對(duì)非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練的 多層網(wǎng)絡(luò)，是一種多層前向反饋神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的變換函數(shù)是S型函數(shù)，因此輸出量為 0到1之間的連續(xù)量，它可以實(shí)現(xiàn)從輸入到輸出的任意的非線性映射。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問(wèn)題是：針對(duì)現(xiàn)有技術(shù)的缺陷，提供一種基于BP神經(jīng)網(wǎng)絡(luò) 的地下結(jié)構(gòu)損傷識(shí)別方法，利用有限元ABAQUS及MATLAB程序?qū)⒛B(tài)分析理論和BP神經(jīng)網(wǎng) 絡(luò)相結(jié)合應(yīng)用于地下結(jié)構(gòu)工程的損傷識(shí)別中，同時(shí)實(shí)現(xiàn)對(duì)損傷位置與損傷程度的識(shí)別。
[0006] 本發(fā)明為解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：
[0007] -種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，通過(guò)曲率變化率對(duì)結(jié)構(gòu)的損傷 進(jìn)行預(yù)測(cè)，具體步驟包括：
[0008] 步驟一、建立BP神經(jīng)網(wǎng)絡(luò)模型，包括三層網(wǎng)絡(luò)結(jié)構(gòu)輸入層、隱含層和輸出層，設(shè) 定：
[0009] Xj表示輸入層第j個(gè)節(jié)點(diǎn)的輸入，j = 1，2,…，M Wj表示隱含層第i個(gè)節(jié)點(diǎn)到輸 入層第j個(gè)節(jié)點(diǎn)之間的權(quán)值；Θ ^表示隱含層第i個(gè)節(jié)點(diǎn)的閾值；Φ (X)表示隱含層的激勵(lì) 函數(shù);Ww表示輸出層第k個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)之間的權(quán)值，j = 1，2,…，q ;aj表示 輸出層第j個(gè)節(jié)點(diǎn)的閾值，j = 1，2,…，q 表不輸出層的激勵(lì)函數(shù)；Oj表不輸出層第j 個(gè)節(jié)點(diǎn)的輸出，j = 1，2, "'q ;
[0010] 基于上述BP神經(jīng)網(wǎng)絡(luò)模型所進(jìn)行的BP算法包括信號(hào)的前向傳播和誤差的反向傳 播，計(jì)算實(shí)際輸出時(shí)按從輸入到輸出的方向進(jìn)行，而權(quán)值和閾值的修正從輸出到輸入的方 向進(jìn)行；
[0011] 步驟二、選用曲率變化率作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入量，以損傷位置和損傷 程度作為輸出量，來(lái)識(shí)別損傷的位置和程度，其中，曲率變化率的定義為：假設(shè)結(jié)構(gòu)無(wú)損 傷時(shí)節(jié)點(diǎn)k的第i階曲率值為δ i k，損傷后i階振型下曲率值為<^則其曲率改變量 = dp定義其曲率的相對(duì)改變率為前i階的曲率的改變率之和^=? /心I; O
[0012] 步驟三、對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行網(wǎng)絡(luò)訓(xùn)練，不斷修正權(quán)值和閾值，通過(guò)調(diào)整使BP 神經(jīng)網(wǎng)絡(luò)模型的輸入誤差達(dá)到設(shè)定的閾值，迭代直到網(wǎng)絡(luò)收斂；
[0013] 步驟四、將測(cè)試樣本集輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型中，根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型 中曲率變化率來(lái)確定地下結(jié)構(gòu)的損傷位置和損傷程度。
[0014] 作為本發(fā)明的進(jìn)一步優(yōu)選方案，步驟三中，所述輸入誤差為0.0015。
[0015] 作為本發(fā)明的進(jìn)一步優(yōu)選方案，步驟一中，所述BP神經(jīng)網(wǎng)絡(luò)模型的輸入層神經(jīng)元 數(shù)目為4個(gè)，隱含層神經(jīng)元數(shù)目為6個(gè)，輸出層神經(jīng)元數(shù)目為4個(gè)。
[0016] 作為本發(fā)明的進(jìn)一步優(yōu)選方案，所述隱含層神經(jīng)元的傳遞函數(shù)采用S型正切函數(shù) tansig，輸出層神經(jīng)元傳遞函數(shù)采用S型對(duì)數(shù)函數(shù)logsig。
[0017] 作為本發(fā)明的進(jìn)一步優(yōu)選方案，步驟三中，所述網(wǎng)絡(luò)訓(xùn)練的訓(xùn)練樣本為，待測(cè)點(diǎn)在 一部分損傷程度下的曲率變化率數(shù)據(jù)。
[0018] 作為本發(fā)明的進(jìn)一步優(yōu)選方案，步驟四中，所述測(cè)試樣本集為訓(xùn)練樣本，加上待測(cè) 點(diǎn)在另一部分損傷程度時(shí)的曲率變化率。
[0019] 本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：采用本發(fā)明所公 開(kāi)的損傷識(shí)別方法，在雙損傷預(yù)測(cè)時(shí)，理論值和預(yù)測(cè)值之間的誤差較小，說(shuō)明BP神經(jīng)網(wǎng)絡(luò) 可以更為準(zhǔn)確的預(yù)測(cè)雙損傷節(jié)點(diǎn)。

【專利附圖】

【附圖說(shuō)明】
[0020] 圖1是本發(fā)明中BP網(wǎng)絡(luò)結(jié)構(gòu)圖。
[0021] 圖2是本發(fā)明中BP算法流程示意圖。
[0022] 圖3是本發(fā)明的一個(gè)實(shí)施例中，地基土 -地下隧道結(jié)構(gòu)體系的有限元網(wǎng)格劃分。
[0023] 圖4是本發(fā)明的一個(gè)實(shí)施例中，地下隧道結(jié)構(gòu)節(jié)點(diǎn)圖。
[0024] 圖5是各節(jié)點(diǎn)的曲率變化率曲線。
[0025] 圖6是不同損傷程度下3號(hào)節(jié)點(diǎn)的曲率變化率。
[0026] 圖7是損傷程度預(yù)測(cè)值和理論值之間的誤差曲線。

【具體實(shí)施方式】
[0027] 下面詳細(xì)描述本發(fā)明的實(shí)施方式，所述實(shí)施方式的示例在附圖中示出，其中自始 至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參 考附圖描述的實(shí)施方式是示例性的，僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。
[0028] 下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說(shuō)明：
[0029] 本發(fā)明在研究國(guó)內(nèi)外大量有關(guān)結(jié)構(gòu)損傷識(shí)別和神經(jīng)網(wǎng)絡(luò)文獻(xiàn)的基礎(chǔ)上，根據(jù)結(jié)構(gòu) 損傷識(shí)別與神經(jīng)網(wǎng)絡(luò)的發(fā)展前景，利用有限元ABAQUS及MATLAB程序?qū)⒛B(tài)分析理論和BP 神經(jīng)網(wǎng)絡(luò)相結(jié)合應(yīng)用于地下結(jié)構(gòu)工程的損傷識(shí)別中，同時(shí)實(shí)現(xiàn)對(duì)損傷位置與損傷程度的識(shí) 另IJ，形成一套基于模態(tài)分析理論和BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識(shí)別方法。
[0030] 基本BP算法包括兩個(gè)方面：信號(hào)的前向傳播和誤差的反向傳播。即計(jì)算實(shí)際輸出 時(shí)按從輸入到輸出的方向進(jìn)行，而權(quán)值和閾值的修正從輸出到輸入的方向進(jìn)行。其網(wǎng)絡(luò)結(jié) 構(gòu)和算法流程如圖1和圖2。圖中：X j表示輸入層第j個(gè)節(jié)點(diǎn)的輸入，j = 1，2,…，M ;Wij表 示隱含層第i個(gè)節(jié)點(diǎn)到輸入層第j個(gè)節(jié)點(diǎn)之間的權(quán)值；Θ ^表示隱含層第i個(gè)節(jié)點(diǎn)的閾值； Φ (X)表示隱含層的激勵(lì)函數(shù)表示輸出層第k個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)之間的權(quán)值， j = 1，2,…，q ;aj表示輸出層第j個(gè)節(jié)點(diǎn)的閾值，j = 1，2,…，q ;料I)表示輸出層的激勵(lì) 函數(shù)叫表示輸出層第j個(gè)節(jié)點(diǎn)的輸出，j = 1，2，···，q。
[0031] 神經(jīng)網(wǎng)絡(luò)的輸入向量的選擇直接影響網(wǎng)絡(luò)的識(shí)別性能，損傷定位的物理量應(yīng)是對(duì) 結(jié)構(gòu)局部損傷敏感的參數(shù)，并隨結(jié)構(gòu)損傷程度的增加呈單調(diào)變化的趨勢(shì)。本發(fā)明選用曲率 變化率作為神經(jīng)網(wǎng)絡(luò)的輸入量，以損傷位置和損傷程度作為輸出量，來(lái)識(shí)別損傷的位置和 程度。本發(fā)明采用曲率變化率的定義為：假設(shè)結(jié)構(gòu)無(wú)損傷時(shí)節(jié)點(diǎn)k的第i階曲率值為δ U， 損傷后i階振型下曲率值為'，則其曲率改變量=C -仏，在此定義其曲率的相對(duì) 改變率為前i階的曲率的改變率之和& = -本發(fā)明中重點(diǎn)探討結(jié)構(gòu)損傷對(duì)其曲 0 率變化率的影響，并通過(guò)曲率變化率對(duì)結(jié)構(gòu)的損傷進(jìn)行有效預(yù)測(cè)。
[0032] 本發(fā)明在損傷識(shí)別過(guò)程中，BP網(wǎng)絡(luò)模型結(jié)構(gòu)采用三層網(wǎng)絡(luò)，輸入層神經(jīng)元數(shù)目為 4個(gè)，隱含層神經(jīng)元數(shù)目為6個(gè)，輸出層神經(jīng)元數(shù)目為4個(gè)，隱含層神經(jīng)元的傳遞函數(shù)采用S 型正切函數(shù)tansig，輸出層神經(jīng)元傳遞函數(shù)采用S型對(duì)數(shù)函數(shù)logsig。網(wǎng)絡(luò)訓(xùn)練過(guò)程是一 個(gè)不斷修正權(quán)值和閾值的過(guò)程，通過(guò)調(diào)整使網(wǎng)絡(luò)的輸入誤差達(dá)到最小，本發(fā)明的目標(biāo)訓(xùn)練 誤差為0. 0015,迭代直到網(wǎng)絡(luò)收斂。
[0033] 取典型地下隧道結(jié)構(gòu)為研究對(duì)象，地下隧道結(jié)構(gòu)采用梁?jiǎn)卧M，地基土采用實(shí) 體單元模擬，計(jì)算域的地基寬度為120m，地基土-地下隧道結(jié)構(gòu)體系的有限元網(wǎng)格劃分如 圖3所示，地下隧道結(jié)構(gòu)節(jié)點(diǎn)如圖4。結(jié)構(gòu)材料力學(xué)參數(shù)：彈性模量E = 3X l(TPa、密度P =2500kg/m3、泊松比μ = 0. 2 ;土體的材料力學(xué)參數(shù)：彈性模量E = 8X 106Pa、密度P = 1800kg/m3、泊松比μ =0.35。通過(guò)有限元模態(tài)分析得出神經(jīng)網(wǎng)絡(luò)的輸入量。
[0034] 結(jié)構(gòu)的損傷實(shí)質(zhì)就是結(jié)構(gòu)局部剛度的損失，因此對(duì)結(jié)構(gòu)的動(dòng)力損傷特性分析可以 進(jìn)行簡(jiǎn)化計(jì)算，假設(shè)結(jié)構(gòu)損傷可以通過(guò)降低單元彈性模量的方法進(jìn)行模擬。以某一位置的 彈性模量的降低模擬該位置的損傷，以單元彈性模量的降低程度模擬結(jié)構(gòu)的損傷程度。
[0035] 根據(jù)已有研究可知圓形隧道結(jié)構(gòu)的損傷在隧道平面約45°的位置最為嚴(yán)重，因此 對(duì)圓形地下隧道結(jié)構(gòu)有限元模型中3號(hào)、7號(hào)、11號(hào)和15號(hào)節(jié)點(diǎn)進(jìn)行損傷識(shí)別研究。假設(shè) 地下結(jié)構(gòu)在3號(hào)節(jié)點(diǎn)周圍單元處發(fā)生30%的損傷，作出結(jié)構(gòu)前4階曲率變化率隨節(jié)點(diǎn)變化 的曲線如圖5所示，可以看出：曲線的峰值出現(xiàn)在3號(hào)節(jié)點(diǎn)位置處，說(shuō)明曲率變化率對(duì)損傷 位置很敏感，不受對(duì)稱結(jié)構(gòu)的影響，因此可根據(jù)結(jié)構(gòu)的前4階曲率變化率來(lái)確定地下結(jié)構(gòu) 的損傷位置。
[0036] 為了進(jìn)一步確定地下結(jié)構(gòu)的損傷程度的變化特性，通過(guò)計(jì)算單元在不同損傷情況 時(shí)的曲率變化率，圖6為3號(hào)節(jié)點(diǎn)周圍在損傷程度分別為10%、30%、50%、70%和90%時(shí) 的曲率變化率曲線，從圖中可以得出，結(jié)構(gòu)的曲率變化率對(duì)地下結(jié)構(gòu)損傷程度敏感，即在相 同的損傷位置處，隨著損傷程度的增大，曲率變化率的數(shù)值也逐漸增大。
[0037] 以2、5、8、11號(hào)節(jié)點(diǎn)損傷程度分別為10%、30%、50%、70%、90%時(shí)的模態(tài)振型變 化率共20組數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。以神經(jīng)網(wǎng)絡(luò)的輸出（yl，y2, y3, y4)分別 代表上面4個(gè)單元的損傷情況，例如網(wǎng)絡(luò)輸出（0,0. 5,0,0)代表5號(hào)單元有50%的損傷發(fā) 生。以訓(xùn)練樣本，再加上40%和80%損傷程度時(shí)的曲率變化率作為神經(jīng)網(wǎng)絡(luò)的測(cè)試樣本， 用來(lái)檢驗(yàn)神經(jīng)網(wǎng)絡(luò)的回想記憶、內(nèi)插和外推的適應(yīng)能力。
[0038] BP神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)20000次訓(xùn)練后神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差為0. 001398,訓(xùn)練中止。將測(cè) 試樣本集輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，測(cè)試結(jié)果如表1所示，理論值和預(yù)測(cè)值之間的誤差 曲線如圖7所示?？梢园l(fā)現(xiàn)：理論值和預(yù)測(cè)值之間的誤差較小，基于BP神經(jīng)網(wǎng)絡(luò)得出的預(yù) 測(cè)值完全可以反映損傷程度。
[0039] 表1基于BP神經(jīng)網(wǎng)絡(luò)的損傷識(shí)別結(jié)果
[0040]

【權(quán)利要求】
1. 一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征在于，通過(guò)曲率變化率對(duì)結(jié) 構(gòu)的損傷進(jìn)行預(yù)測(cè)，具體步驟包括： 步驟一、建立BP神經(jīng)網(wǎng)絡(luò)模型，包括三層網(wǎng)絡(luò)結(jié)構(gòu)輸入層、隱含層和輸出層，設(shè)定： Xj表示輸入層第j個(gè)節(jié)點(diǎn)的輸入，j= 1，2,…，M;Wij表示隱含層第i個(gè)節(jié)點(diǎn)到輸入層 第j個(gè)節(jié)點(diǎn)之間的權(quán)值；Θ^表示隱含層第i個(gè)節(jié)點(diǎn)的閾值；Φ(X)表示隱含層的激勵(lì)函數(shù)； Wkj表示輸出層第k個(gè)節(jié)點(diǎn)到隱含層第j個(gè)節(jié)點(diǎn)之間的權(quán)值，j= 1，2,…，q;aj表示輸出層 第j個(gè)節(jié)點(diǎn)的閾值，j=1，2,…，q; ?Φ0表示輸出層的激勵(lì)函數(shù)叫表示輸出層第j個(gè)節(jié)點(diǎn) 的輸出，j=1，2,…，q; 基于上述BP神經(jīng)網(wǎng)絡(luò)模型所進(jìn)行的BP算法包括信號(hào)的前向傳播和誤差的反向傳播， 計(jì)算實(shí)際輸出時(shí)按從輸入到輸出的方向進(jìn)行，而權(quán)值和閾值的修正從輸出到輸入的方向進(jìn) 行； 步驟二、選用曲率變化率作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入量，以損傷位置和損傷程度作為 輸出量，來(lái)識(shí)別損傷的位置和程度，其中，曲率變化率的定義為：假設(shè)結(jié)構(gòu)無(wú)損傷時(shí)節(jié)點(diǎn)k 的第i階曲率值為δik，損傷后i階振型下曲率值為'，則其曲率改變量Δ& =尤-4.P定義其曲率的相對(duì)改變率為前i階的曲率的改變率之和ff= 々Ll; O 步驟三、對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行網(wǎng)絡(luò)訓(xùn)練，不斷修正權(quán)值和閾值，通過(guò)調(diào)整使BP神經(jīng) 網(wǎng)絡(luò)模型的輸入誤差達(dá)到設(shè)定的閾值，迭代直到網(wǎng)絡(luò)收斂； 步驟四、將測(cè)試樣本集輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型中，根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型中曲 率變化率來(lái)確定地下結(jié)構(gòu)的損傷位置和損傷程度。
2. 如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征在于： 步驟三中，所述輸入誤差為0. 0015。
3. 如權(quán)利要求1或2所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征 在于：步驟一中，所述BP神經(jīng)網(wǎng)絡(luò)模型的輸入層神經(jīng)元數(shù)目為4個(gè)，隱含層神經(jīng)元數(shù)目為6 個(gè)，輸出層神經(jīng)元數(shù)目為4個(gè)。
4. 如權(quán)利要求3所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征在于： 所述隱含層神經(jīng)元的傳遞函數(shù)采用S型正切函數(shù)tansig，輸出層神經(jīng)元傳遞函數(shù)采用S型 對(duì)數(shù)函數(shù)logsig。
5. 如權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征在于： 步驟三中，所述網(wǎng)絡(luò)訓(xùn)練的訓(xùn)練樣本為，待測(cè)點(diǎn)在一部分損傷程度下的曲率變化率數(shù)據(jù)。
6. 如權(quán)利要求5所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的地下結(jié)構(gòu)損傷識(shí)別方法，其特征在于： 步驟四中，所述測(cè)試樣本集為訓(xùn)練樣本，加上待測(cè)點(diǎn)在另一部分損傷程度時(shí)的曲率變化率。
【文檔編號(hào)】G01M99/00GK104316341SQ201410655876
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年11月17日 優(yōu)先權(quán)日:2014年11月17日
【發(fā)明者】左熹, 周桂云, 顧榮蓉, 倪紅 申請(qǐng)人:金陵科技學(xué)院