基于粒子群优化支持向量机的斜拉桥主梁损伤识别研究 |
| |
引用本文: | 赵世英,李延强.基于粒子群优化支持向量机的斜拉桥主梁损伤识别研究[J].石家庄铁道大学学报(自然科学版),2015(1):17-21. |
| |
作者姓名: | 赵世英 李延强 |
| |
作者单位: | 石家庄铁道大学工程力学系 |
| |
基金项目: | 河北省自然科学基金(E2012210061);河北省教育厅重点项目(Zh2012068);河北省科学技术研究与发展计划项目(11215611D) |
| |
摘 要: | 为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机(PSO-SVM)方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群(PSO)算法寻找支持向量机(SVM)最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明:采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数的自动优化,基于PSO-SVM的损伤识别方法对斜拉桥主梁不同程度的损伤均有很高的识别率。
|
关 键 词: | 斜拉桥 损伤识别 支持向量机 粒子群算法 张力指标 |
本文献已被 CNKI 等数据库收录! |
|