基于粗集与概率神经网络的数据融合损伤识别方法

《基于粗集与概率神经网络的数据融合损伤识别方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沈阳建筑大学硕士学位论文基于粗集与概率神经网络的数据融合损伤识别方法姓名：姚娟申请学位级别：硕士专业：结构工程指导教师：姜绍飞2008-02硕士研究生学位论文摘要Ⅰ摘要随着国民经济的快速发展和人民需求的提高，大型复杂结构不断地出现。大型结构健康检测系统的成功开发与应用，使得如何有效地利用来自监测系统大量冗余、互补的信息对结构的健康状况和损伤程度做出评估成为国内外研究的热点。本文将粗集和数据融合技术有机地结合起来，提出了基于粗集与概率神经网络的数据融合损伤识别方法，不仅可以对结构的性能进行监测和检测，及时地发现结构损伤情

2、况和损伤位置，对可能出现的灾害进行预测，评估其安全性，能够更容易、更准确地检测到结构的损伤与实际状态的差别，对于开发实时、在线的健康检测系统具有重要的理论和实际意义。主要的研究工作如下：(1)阐述研究结构损伤检测的必要性和迫切性，总结现有的损伤检测方法及存在的问题，重点讨论结构损伤智能检测方法的研究现状。在此基础上，提出了本文的研究任务--基于粗集与概率神经网络数的据融合损伤识别方法。(2)研究了特征参数的不同提取技术，重点研究了基于频率、振型及其变化出来的特征参数提取对于基于特征级数据融合、决策级数据融合损伤识别方法

3、的影响，并用7层钢框架验证了方法的有效性。(3)针对粗集计算中连续数据的离散难题，提出了用层次聚类方法实现连续数据的离散问题，并分析比较了不同离散方法的结果及对属性约简的影响。阐述现有的粗集属性约简算法的原理及优缺点，提出了基于属性信息熵和重要度的约简方法，通过编程实现损伤识别特征参数的约简，并比较了不同约简算法的差异。(4)论述了粗集理论在故障检测和损伤识别领域的应用及粗集与其它智能算法结合的可行性，将粗集、数据融合和概率神经网络（Probablisticneuralnetwork,PNN）有机的结合起来，提出了一种

4、基于粗集与PNN的数据融合损伤识别新方法。并重点研究了连续数据的离散方法和特征属性约简的不同方法。通过两个数值算例在不同噪声条件下的特征参数属性约简和数据融合损伤识别，探讨了不同属性约简方法对损伤识别的影响，验证该方法的实用性和可行性。(5)对一个7层钢框架模型进行了实验研究。采集动力响应数据，进行样本数据预处理和特征参数约简，形成4种损伤模式的最简训练样本和检验样本，构建概率神经网络模型，进行损伤识别，最后与没有经过粗集处理的PNN识别结果进行了比较。关键词：粗集；损伤识别；属性约简；特征提取；数据融合；概率神经网络

5、；聚类分析；敏感度IIAbstract硕士研究生学位论文AbstractLargeandcomplicatedstructureshavebecomeanimportantpartinoursociety.Withthe largestructuralhealthmonitoringsystemsuccessfullydevelopedandapplied,ithasbecometo bethefocushowtomakefulluseoftheredundantandcomplementaryinformationa

6、ndthus assessonstructuralhealthystatesforresearchersathomeandabroad.Inordertomakefulluseofdifferenttime-spacemulti-sensorinformationresourcesandto obtainthecoincidencedecisionmakingandassessmenttaskfromalargestructuralhealth monitoringsystem,roughsetanddatafusio

7、narecombinedinthisthesis,andadata-fusion damageidentificationmethodsbasedonroughsetandprobabilisticneuralnetworkisproposed. Thismethodnotonlycanmonitorstructuralhealthsystemhealthconditionanddetectdamage conditionimmediately,butalsocanassessitssafetycondition.It

8、isconvenienttofindthe differencesbetweenthedamageconditionsandrealones.Themainworksareasfollows: (1)Itiselaboratedthenecessityandurgencyofstucturaldamagedetection,and