×
萨德尔，M.H。;S·阿斯塔拉基。;萨利希，S。

利用设计点的均匀分布改进有限元模型更新的神经网络方法。 （英文） 兹比尔1161.74495

拱门。申请。机械。 77，第11号，795-807（2007）.
摘要：在开发用于有限元模型更新的神经网络技术时，研究人员已经表明，训练样本的数量及其质量显著影响神经网络预测的准确性。在本研究中，基于遗传算法（GA）方法，我们减少了开发训练对所需的分析次数，并减少了训练神经网络的时间。换句话说，通过这种方法，将获得设计空间内设计点的均匀分布。为了验证遗传算法样本选择的效率，使用随机生成（RG）方法进行了比较。基于数值算例和实验算例进行了两种比较。一个是从10自由度集总参数系统更新的，另一个是使用测试数据从自由梁更新的。结果表明，遗传算法样本选择可以在不影响神经网络预测精度的情况下减少训练样本数。在我们的研究中，还保留了使用频率响应函数（FRF）数据作为神经网络输入的优点，并通过主成分分析（PCA）的应用克服了频率点过多的缺点。

引用于1文件

MSC公司：

74S05号 有限元方法在固体力学问题中的应用
92B20型 生物研究、人工生命和相关主题中的神经网络
92D99型 遗传学和种群动力学

关键词：

模型更新;神经网络;遗传算法;主成分分析

软件：

神经网络工具箱
PDF格式BibTeX公司 XML格式引用
\textit{M.H.Sadr}等人，Arch。申请。机械。77，第11号，795--807（2007；Zbl 1161.74495）
全文： DOI程序

参考文献：

[1] Ahmadian H.、Mottershead J.E.和Friswell M.I.（1998年）。有限元模型修正的正则化方法。机械。系统。信号处理。12: 47–67 ·Zbl 0901.73069号 ·doi:10.1006/mssp.1996.0133
[2] Atalla M.和Inman D.（1998年）。神经网络模型修正。系统。信号处理。12:135–161·doi:10.1006分/秒.1997.0138
[3] 巴鲁克·M（1982）。使用测量模式对质量和刚度矩阵进行最佳修正。美国汽车协会期刊20:1623–1626·doi:10.2514/3.7995年
[4] Caesar，B.：使用模态测试数据更新系统矩阵。致：IMAC第五届会议记录（1987年）·兹比尔0636.70022
[5] Chang C.、Chang T.和Xu Y.（2000）。结构模型修正的自适应神经网络。聪明的母亲。结构。9: 59–68 ·doi:10.1088/0964-1726/9/1/306
[6] Chang C.、Chang T.和Xu Y.（2002）。使用神经网络选择用于模型更新的训练参数。J.声音振动。249(5): 867–883 ·doi:10.1006/jsvi.2001.3915
[7] Collins J.、Hart G.、Hasselman T.和Kennedy B.（1972年）。结构的统计识别。美国汽车协会期刊12:185–190·Zbl 0274.73051号 ·数字对象标识代码：10.2514/3.49190
[8] Demuth，H.B.，Beale，M.：Matlab神经网络工具箱。The Math Works Inc.（1992年）
[9] Eckert，L.，Caesar，B.：不完整和噪声模态试验数据下的模型更新。摘自：第九届国际医学会会议记录（1991年）
[10] Friswell M.I.和Mottershead J.E.（1995年）。结构动力学中的有限元模型修正。多德雷赫特·克鲁沃·Zbl 0855.7302号
[11] Goldberg，D.：搜索、优化和机器学习中的遗传算法。Addition Wesley出版公司，雷丁（1987）
[12] Hagan，M.T.，Demuth，H.B.，Beale，M.：神经网络设计。PWS出版物。1996
[13] Leshno M.、Lin V.、Pinkus A.和Schcocken S.（1993年）。具有非多项式激活函数的多层前馈网络可以逼近任何函数。神经网络。6: 861–867 ·doi:10.1016/S0893-6080（05）80131-5
[14] Levin R.和Lieven N.（1998年）。使用神经网络进行动态有限元模型更新。J.声振。210: 593–607 ·doi:10.1006/jsvi.1997.1364
[15] Link，M.：分析模型的更新——程序和经验。摘自：《应力与振动现代实践会议论文集》，第35-52页（1993年）
[16] Liu，W.，Ewins，D.：使用神经网络识别动态结构中的阻尼非线性。机械部。英国帝国理工学院（1995）
[17] Masri S.和Caughey T.（1993年）。非线性动态系统的神经网络辨识。机械。60: 123–133 ·数字对象标识代码：10.1115/12900734
[18] Miller，B.，Ziemianski，L.：使用神经网络更新平面框架。收录：Bath，K.J.（编辑）《计算流体和固体力学》，第1卷，第692-695页。阿姆斯特丹（2001）
[19] Minas，C.，Inman，D.：使用特征结构分配方法用实测模态结果修正有限元模型。收录：第六届IMAC会议记录（1998年）
[20] Mottershead，J.E.，Friswell，M.I.，Ahmadian，H.：模型更新中病态方程正则化的交叉验证和L曲线。In:IMAC第16届会议记录（1998年）·Zbl 0901.73069号
[21] Narendra，K.S.，Sekar，P.：使用神经网络识别和控制动态系统。IEEE Trans。神经网络1（1）（1990）
[22] Starek，L.，Inamn，D.：通过逆方法解决模型校正问题。In:IMAC第九届会议记录（1991年）
[23] Tan R.（1989）。用于迭代计算特征值和特征向量导数的一些加速方法。国际期刊编号方法工程29:1505–1519·Zbl 0724.65034号 ·doi:10.1002/nme.1620280704
[24] Wu X.、Ghaboussi J.和Garrett J.H.（1992年）。神经网络在结构损伤检测中的应用。J.计算。结构。42: 649–659 ·Zbl 0749.92004号 ·doi:10.1016/0045-7949（92）90132-J
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。