首页 | 本学科首页   官方微博 | 高级检索  
     

基于PSO算法的加权累加生成GM(1,1)模型在结构损伤识别中的应用
引用本文:刘同星,陈波,李清富.基于PSO算法的加权累加生成GM(1,1)模型在结构损伤识别中的应用[J].建筑科学,2012,28(11).
作者姓名:刘同星  陈波  李清富
作者单位:1. 郑州大学,郑州,450001
2. 河南省交通工程建设有限公司,郑州,450001
摘    要:根据灰色系统理论中新信息优先原则,建立了基于加权累加生成GM(1,1)模型,并运用粒子群算法确定模型中的权重,对传统的GM(1,1)模型进行了改进,并将改进模型应用于结构损伤的识别与预测.实例分析表明:基于粒子群算法的加权累加生成GM(1,1)改进模型对检测数据的处理能力更强,预测数值与真值的整体吻合度更高,从而使模型能更好地应用于复杂结构及复杂工况条件下的损伤识别.

关 键 词:灰色系统  加权累加生成  粒子群算法  结构损伤识别

Application of the Weighted Cumulative GM (1,1) Model Based on PSO Algorithm to the Structural Damage Identification
LIU Tong-xing , CHEN Bo , LI Qing-fu.Application of the Weighted Cumulative GM (1,1) Model Based on PSO Algorithm to the Structural Damage Identification[J].Building Science,2012,28(11).
Authors:LIU Tong-xing  CHEN Bo  LI Qing-fu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号