翻新时间:2013-12-14
归纳学习方法在结构损伤识别中的比较研究(1)
摘要 结构损伤识别是一个热门的研究课题。一些归纳学习方法已经被使用来解决这个问题。
在这篇文章中,采用分治法(DAC)、变治法(SAC)、装袋学习算法(Bagging)、径向基神经网络(RBFNN)四种不同的机器学习方法来对混凝土悬臂梁进行损伤位置的研究。结果显示归纳学习方法特别是装袋学习方法在噪声程度超过50%时明显好于神经网络方法。
关键字 结构损伤识别 分治法 变治法 装袋学习算法 神经网络1 引言土木工程结构如房屋建筑、桥梁、海洋平台等由于地震、火灾、飓风等自然灾害或长期作用的疲劳、腐蚀等原因而产生不同程度的损伤,结构损伤经过长期的累积必然会导致结构发生破坏或使用性能降低。因此,及早的发现建筑结构中所存在的损伤,对其发生的程度及位置进行分析识别成了当前国内外学术界、工程界极为关注的重大研究课题[1]。
机器学习是人工智能发展中一个十分活跃的领域。机器学习的发展极为迅速,应用亦日益广泛,出现了很多优秀的学习算法。
近年来出现了一些使用机器学习方法来预测结构损伤的程度和位置,通常这些方法不仅能够处理健康数据,而且对有噪声、不确定或不完整的信息有很精确的预测性。以前的研究大都是使用径向基神经网络方法,并取得了不错的效果。
但是,运用神经网络方法也有一些缺点,如不易用它的权重层和晦涩的转化来解释结果模型,而且使用神经网络方法需要较长的学习时间,当数据很大时,性能可能出现问题[2]。本文中,我们先介绍分治法(DAC)、变治法(SAC)、装袋学习算法(Bagging)、径向基神经网络(RBFNN)四种归纳学习方法,并通过这四种方法对一混凝土悬臂梁进行损伤位置的识别。
2 学习和识别方法2.1 分治法(Divid-and-Conquer, DAC)分治法(Divid-and-Conquer, DAC)也叫做递归划分(Recursive Partitioning, RP),它能够分级构造有组织的规则(决策树)。分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同。
递归地解决这些子问题,然后将各子问题的解合并得到原问题的解[3]。它的一般的算法设计模式如下:divide-and-conquer(P){if(|P|
下载文档
网友最新关注
- 游动物园
- 有趣的一夜
- 春天里的发现
- 春天来了
- 假如
- 我的自画像
- 小水珠
- 今天是植树节
- 外公过生日的准备
- 道勤的早晨
- 爷爷喝酒
- 小鹿的家
- 大雨
- 我爱爸爸、妈妈
- 我给妈妈过节日
- 中学体育教学存在的问题及对策浅析
- 中学数学教学中如何实施创新教育
- 圆锥曲线离心率的求解
- 初中物理实验教学浅谈
- 如何激发小学生语文学习兴趣
- 高中英语总复习略谈
- 浅谈农村中学英语教学的现状及出路
- 小学语文教学要充分调动学生积极性
- 初中政治教学中学生创新意识的培养
- 论新形势下基层党校教务档案管理
- 范例教学在当前初中化学教学中的应用探讨
- 合作学习在初中英语课堂教学中的应用
- 让创新之花在化学课堂中绽放
- 探究微课在护校生物化学教学中的作用
- 如何引导学生进行高中化学反思性学习
- 1找春天
- 《丑小鸭》
- 《蜜蜂引路》
- 浅水洼里的小鱼
- 6、雷锋叔叔,你在哪里
- 7、我不是最弱小的
- 〈语文园地八〉
- 四个愿望的教学设计
- 口语交际 《问路》教学设计
- 〈阿德的梦〉
- 《寓言两则》
- 《玲玲的画》
- 《恐龙的灭绝》
- 《爱迪生救妈妈》
- 《数星星的孩子》教学设计