典型文献
桥梁损伤识别中的指标优化和机器学习应用研究
文献摘要：
频率和位移影响线参数由于可操作性好且精度较高,因此在损伤识别中具有独特优势,但现有的两类参数指标在损伤识别中仍具有一定的局限性.鉴于此,首先构建了基于有载频率和结合灰度分析的位移影响线两类优化指标,然后利用两个数值算例验证其识别效果,分析结果表明:优化后的有载频率指标能克服对称结构频率变化的非唯一性限制,而优化后的位移影响线指标可实现一定误差范围的损伤程度表征.最后构建了堆栈降噪自动编码机和BP网络两类机器学习模型探究智能识别模式,结果表明:堆栈降噪自动编码机可增强有载频率指标的表达能力,并提高抗噪性能;而BP模型可弱化位移影响线指标中存在的波动效应,并能改善部分工况损伤程度表征精度不足的问题.
文献关键词：
损伤识别;指标优化;机器学习;抗噪性
中图分类号：
作者姓名：
杨超;孙建朋;刘凯;邵永军;刘卫刚;刘亚红
作者机构：
陕西高速公路工程试验检测有限公司,陕西 西安 710086;西安建筑科技大学,陕西 西安 710055
文献出处：
引用格式：
[1]杨超;孙建朋;刘凯;邵永军;刘卫刚;刘亚红-.桥梁损伤识别中的指标优化和机器学习应用研究)[J].交通世界（中旬刊）,2022(06):12-18
A类：
有载频率
B类：
桥梁损伤识别,指标优化,学习应用,位移影响线,线参,参数指标,灰度,优化指标,数值算例,算例验证,频率指标,能克服,对称结构,频率变化,唯一性,误差范围,堆栈,降噪,自动编码机,机器学习模型,智能识别,识别模式,表达能力,高抗,抗噪性能,波动效应
AB值：
0.315429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
