基于BP神经网络和D-S证据理论的损伤识别方法

摘要

目的 有效利用结构健康监测系统中的多源传感器数据信息,进而提高复杂结构健康状况的正确诊断率.方法 将BP神经网络与数据融合理论中的证据理论有机融合,提出一种决策级数据融合损伤识别新方法.为了验证所提方法的有效性,用1栋7自由度剪切型建筑模型的6种损伤进行了检验.结果 研究发现,将BP网络和D-S证据理论相结合的综合诊断模型,可以有效地提高一些损伤模式的诊断率,具有良好的适应性.结论 笔者所提方法优于单一信息建立模型的识别能力,表明它具有较好的容错性和识别精度,用于健康监测和损伤检测是可行的、有效的.