基于支持向量机和模态频率的结构损伤诊断

《基于支持向量机和模态频率的结构损伤诊断》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、维普资讯http://www.cqvip.com枧械度2006，28(3)：349～352基于支持向量机和模态频率的结构损伤诊断STRUCTUREDAMAGEMONITORINGBASEDONSUPPORTVECTORMACHINEANDMODAL眦QUENCY刘龙孟光(上海交通大学振动、冲击、噪声国家重点实验室，上海200240)LIULongMENGGuang(StateKeyLaboratoryofVibration，ShockandNoise，ShanghaiJiaotongUniversity，Shanghai20

2、0240，China)摘要支持向量机(supp0rtveetormachine，sVM)是一种基于统计学习理论的机器学习算法，能够较好地解决小样本的学习问题。文中介绍支持向量机回归算法，并应用于结构损伤诊断领域；构造基于模态频率的损伤标识量，作为特征参数训练支持向量机实现对结构损伤的定位和程度标识；最后以梁的损伤识别为例进行验证。结果表明，支持向量机在结构损伤诊断领域中具有很好的应用前景。关键词支持向量机模态频率损伤识别中图分类号0327TB122AbstractSuppoflvectormachine(SVM)isamac

3、hinelearningalgorithmbasedonstatisticallearningtheory，whichCallsolvesmall-samplelearningproblemsbetter．TheSVMregressionalgorithmisintroducedandisappliedtothestructuredamagemonitoring．Damagefeaturesformedbyvibrationmodalparametersareusedascharacteristicparameterstot

4、raintheSVMtorealizethelocationandseveritiesidentificationofstructuredamage．Theresultsoftherectangularbeam’SdamageidentificationprovethattheSVMisapowerful．andpromisingmethodfordamagemonitoring。KeywordsSupportvectormachine(SVM)；Modalfrequency；DamagemonitoringCorrespo

5、nd／rigauthor：uLong，E-mail：liu—long@sjtu．edu．cn，Tel：+86—21—54744990—109TheprojectsupportedbytheNationalNaturalScienceFoundationofChina(No．50335030)andtheSpaceSupportTechnologyProjectofChina．Manuscriptreceived20040903，inrevisedform20050902．究热点，并在很多领域得到成功应用，如人脸识别、手1引言

6、写体识别、机械故障诊断等。随着大型工程项目的实施以及许多灾难性结构工本文将支持向量机回归算法用于结构损伤诊断领程事故的发生，结构的损伤检测日益成为一个热门研域，构造基于模态频率的损伤标识量，实现结构损伤的究课题。定位和程度标定，并以梁的损伤识别为例进行验证。V．Vapnik等人提出的统计学习理论“(statistical2支持向量机回归算法[2]learningtheory，SLT)是一种建立在结构风险最小化的原则基础上的小样本理论，是专门针对小样本情况下首先考虑线性回归问题，即用线性回归函数机器学习问题建立的一套新的理论体

7、系。支持向量机f()=(OJ·)+b拟合数据集{(X，Y))：∈R×(supportvectormachine，SVM)是一种基于统计学习理论，其中X为输入向量，Y为对应输出向量。的机器学习算法。它通过寻求结构风险最小化来实现(OJ·)为两个向量的点积。实际风险最小化，从而在样本量较少的情况下亦能获假设所有训练数据都可以在精度￡下无误差地用得很好的学习效果。另外，由于支持向量机算法是一线性函数拟合，按照结构风险最小化理论，可等价于个二次优化问题，所以能保证所得到的解就是全局最最小化llOJff(1)优解，避免了人工神经网络等

8、方法的网络结构难于确二定、过学习和欠学习以及局部极小化等问题。约束条件{一、。一6≤￡(2)目前，支持向量机正成为机器学习领域中新的研20040903收到初稿，20050902收到修改稿。国家自然科学基金重点项目(50335030)和航天支撑技术基金项目资助。刘龙，男，1977年1O月生，