压电智能结构损伤检测的最小二乘支持向量机方法

作     者：谢建宏 XIE Jian-hong

作者机构：江西财经大学电子学院南昌330013 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2007年第20卷第1期

页      面：164-167页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主　　题：智能结构 损伤检测 最小二乘支持向量机 

摘      要：实现损伤自检测功能是智能结构研究的主要内容之一,而损伤检测方法是关联损伤自检测功能的一个重要问题.提出了一种用于损伤检测的最小二乘支持向量机(LS-SVM)方法,并采用遗传算法对该LS-SVM的调整参数进行了优化。应用该LS-SVM对压电智能复合材料层板进行了冲击损伤位置检测,并与改进的BP网络进行了对比,结果表明:在相同性能指标下,LS-SVM有比BP网络更快的训练速度、更强的泛化能力,并且LS-SVM具有不敏感于网络输入矢量次序的变换,表现出较强的适应性,适宜在结构损伤检测传感器优化配置问题中建立损伤检测目标函数.LS-SVM为智能结构实现损伤自检测提供了更为先进的方法.