四川理工学院学报(自然科学版)
四川理工學院學報(自然科學版)
사천리공학원학보(자연과학판)
JOURNAL OF SICHUAN UNIVERSITY OF SCIENCE & ENGINEERING(NATURAL SCIENCE EDITION)
2009年
5期
82-85,92
,共5页
遗传算法%神经网络%BP算法%损伤识别
遺傳算法%神經網絡%BP算法%損傷識彆
유전산법%신경망락%BP산법%손상식별
鉴于BP神经网络需要较长的训练时间、易陷入局部极小值、网络权值和阈值难确定等不足.运用遗传算法全局寻优的特点对BP网络的权值和阈值进行优化.同时运用遗传算法进行网络训练,避免网络收敛于局部极小值.通过对一根单梁实验数据的识别,结果表明两者的结合能对结构进行准确的识别.
鑒于BP神經網絡需要較長的訓練時間、易陷入跼部極小值、網絡權值和閾值難確定等不足.運用遺傳算法全跼尋優的特點對BP網絡的權值和閾值進行優化.同時運用遺傳算法進行網絡訓練,避免網絡收斂于跼部極小值.通過對一根單樑實驗數據的識彆,結果錶明兩者的結閤能對結構進行準確的識彆.
감우BP신경망락수요교장적훈련시간、역함입국부겁소치、망락권치화역치난학정등불족.운용유전산법전국심우적특점대BP망락적권치화역치진행우화.동시운용유전산법진행망락훈련,피면망락수렴우국부겁소치.통과대일근단량실험수거적식별,결과표명량자적결합능대결구진행준학적식별.