典型文献
基于XFEM和GA-BP神经网络的裂纹智能识别研究
文献摘要：
基于扩展有限元法(XFEM)和经遗传算法(GA)优化的误差反向传播多层前馈(BP)神经网络(GA-BP)算法,建立了识别结构中裂纹的反演分析模型.模型通过XFEM正向分析获得的测点位移数据训练GA-BP神经网络,并在此基础上利用该网络进行裂纹反向识别.通过两个典型算例对模型的可行性和精度进行了验证,并探讨了网格密度、测点布置、输入数据噪声等对网络识别精度的影响.结果表明,该文的方法可反演线弹性断裂力学重点关注的直线裂纹的几何信息且具有较好的容噪性能,此外,GA-BP神经网络的预测精度较传统BP神经网络普遍更高.
文献关键词：
扩展有限元法;遗传算法;BP神经网络;反演分析;裂纹
中图分类号：
作者姓名：
毛晓敏;张慧华;纪晓磊;韩尚宇
作者机构：
南昌航空大学土木建筑学院,南昌 330063
文献出处：
引用格式：
[1]毛晓敏;张慧华;纪晓磊;韩尚宇-.基于XFEM和GA-BP神经网络的裂纹智能识别研究)[J].应用数学和力学,2022(11):1268-1280
A类：
直线裂纹
B类：
XFEM,GA,智能识别,扩展有限元法,误差反向传播,多层前馈,反演分析,点位移,移数,数据训练,反向识别,网格密度,测点布置,输入数据,数据噪声,识别精度,线弹性断裂力学,几何信息
AB值：
0.315138
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。
