[1]高盼盼,王建,李秀梅.基于HPSO优化LS-SVM的混凝土梁损伤诊断模型[J].水利与建筑工程学报,2012,(03):138-141.
点击复制

基于HPSO优化LS-SVM的混凝土梁损伤诊断模型()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2012年03期
页码:
138-141
栏目:
出版日期:
2012-06-22

文章信息/Info

作者:
高盼盼; 王建; 李秀梅
水利部新疆水利水电勘测设计研究院,新疆乌鲁木齐830000
关键词:
混凝土简支梁; LS-SVM; HPSO; 模态参数; 损伤诊断; 核参数
分类号:
TU3;TP18
文献标志码:
A
摘要:
针对传统结构损伤智能诊断方法所存在的缺陷,提出一种基于混合粒子群算法(HPSO)优化最小二乘支持向量机(LS-SVM)的结构损伤识别模型,并以混凝土梁为例,以模态参数及其相关量作为输入量,以损伤位置和程度作为输出量,建立起适应的映射模型?此外,为提高LS-SVM的泛化能力,应用HPSO对其核函数参数进行了优化?结果表明:应用HPSO优化LS-SVM所构建的模型具有识别精度高的特点?

参考文献/References:

[1] Rytter A. Vibration based inspection of civil engineering structures[D]. thesis, Denmark: Aalborg University,1993.
[2] 陈长征,罗跃纲,白秉三,等.结构损伤检测与智能诊断[M].北京:科学技术出版社,2001.
[3] Housner G W, Bergman L A, Caughey T K, et al. Structural control: past, present, and future[J].Journal of Engineering Mechanics, ASCE,1997,123(9):897-971.
[4] 宗周红,任伟新,阮毅.土木工程结构损伤诊断研究进展[J].土木工程学报,2003,36(5):105-110.
[5] 孙鸿敏,李宏男.土木工程结构健康监测研究进展[J].防灾减灾工程学报,2003,23(3):92-98.
[6] 苏怀智,温志萍,吴中如.基于SVM理论的大坝安全预警模型研究[J].应用基础与工程科学学报,2009,17(1):40-47.
[7] 司春棣,练继建,郑杨.土石坝渗流安全监测的遗传支持向量机方法[J].水利学报,2007,38(11):1341-1346.
[8] 刘龙,孟光.基于支持向量机的结构损伤程度识别研究[J].强度与环境,2005,32(4):12-16.
[9] 樊可清,倪一清,高赞明.基于频域系统识别和支持向量机的桥梁状态监测方法[J].工程力学,2004,21(5):25-30.
[10] 李方方,赵英凯,颜昕.基于Matlab的最小二乘支持向量机的工具箱及其应用[J].计算机应用,2006,26(12):358-360.
[11] Kennedy J, Eberhart R. Particle swarm optimization[C]∥Proc of the IEEE Int’l Confon Neural Networks,1995:1942-1948.
[12] 阎威武,邵惠鹤.支持向量机和最小二乘支持向量机的比较及应用研究[J].控制与决策,2003,18(3):358-360.
[13] 马亚丽.基于可靠性分析的钢筋混凝土结构耐久寿命预测[D].北京:北京工业大学,2006.

备注/Memo

备注/Memo:
收稿日期:2012-01-27 修稿日期:2012-03-15 作者简介:高盼盼(1985—),女(汉族),山西临汾人,硕士,主要从事水工结构的动力诊断研究及结构设计?
更新日期/Last Update: 2012-06-22