Indexed by：
Abstract：
针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化.用基于浮点编码的遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习.文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练.仿真结果表明:遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中.
Keyword：
Reprint Author's Address：
Email：
Source ：
震灾防御技术
ISSN： 1673-5722
Year： 2008
Issue： 2
Volume： 3
Page： 189-196
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 16
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
