| 基于JS-BP模型和JS散度的随机有限元模型修正 |
| |
| 引用本文： | 盛腾威,殷红,彭珍瑞,张亚峰. 基于JS-BP模型和JS散度的随机有限元模型修正[J]. 噪声与振动控制, 2022, 42(1): 41-47 |
| |
| 作者姓名： | 盛腾威 殷红 彭珍瑞 张亚峰 |
| |
| 作者单位： | （兰州交通大学机电工程学院，兰州730070） |
| |
| 基金项目： | 国家自然科学基金资助项目(51768035)； |
| |
| 摘 要： | 对考虑试验参数不确定性的有限元模型修正方法展开研究。首先假设待修正参数和响应特征量都服从正态分布，将不确定性模型修正问题转化为均值和标准差的修正问题；其次采用拉丁超立方抽样选取待修正参数样本点作为输入，并计算其对应的频响函数进行常数Q变换提取第一层系数作为输出，通过海蜇算法(JS)优化BP神经网络的权值和阈值，构建JS-BP神经网络模型；最后以最小化JS散度作为目标函数，实现对待修正参数的均值和标准差的同步修正。空间桁架算例表明，所提方法能够有效地修正结构参数的均值和标准差，并且在试验数据标准差不同时仍能得到较好的修正效果。
|
| 关 键 词： | 振动与波 随机模型修正 频响函数 常数Q变换 JS-BP神经网络 JS散度 |
| 收稿时间： | 2021-01-07 |
| 修稿时间： | 2021-04-10 |
Stochastic Finite Element Model Updating Based on JS-BP Model and Jensen-Shannon Divergence#br# |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《噪声与振动控制》浏览原始摘要信息 |
|
点击此处可从《噪声与振动控制》下载全文 |
|
