【摘 要】
：
针对大数据时代下桥梁健康监测数据分析的诸多难点,结合机器学习日渐成熟的各类算法,本文采用机器学习理论技术为基础,对桥梁结构健康监测领域中的数据预处理和结构损伤识别关键模型进行分析。采用随机森林算法（random forest）、主成分分析法（PCA）用于桥梁振动加速度数据的预处理,构建了基于支持向量机（SVM）和K最近邻算法（KNN）的桥梁结构损伤识别模型,并在美国金门大桥的监测数据集上验证了模型
论文部分内容阅读
针对大数据时代下桥梁健康监测数据分析的诸多难点,结合机器学习日渐成熟的各类算法,本文采用机器学习理论技术为基础,对桥梁结构健康监测领域中的数据预处理和结构损伤识别关键模型进行分析。采用随机森林算法（random forest）、主成分分析法（PCA）用于桥梁振动加速度数据的预处理,构建了基于支持向量机（SVM）和K最近邻算法（KNN）的桥梁结构损伤识别模型,并在美国金门大桥的监测数据集上验证了模型的可行性和有效性。本文主要研究内容如下:首先,对桥梁健康监测系统的现状和机器学习的基础理论进行了深入的研究分析。鉴于当前桥梁健康监测系统在大体量监测数据分析上的局限性和低效率,本文指出将机器学习算法应用于桥梁健康监测的数据分析,对支持向量机模型的原问题、拉格朗日函数表达、最优解求解等进行了详细的公式推导,为后续的模型实现奠定了理论基础。其次,针对结构输出响应信息噪音大、量纲不一致、数据体量大等问题,本文创新性使用随机森林（Random forest）算法完成了缺失值的填充,其结果表明相比传统的统计值填充,该算法在桥梁监测数据集上表现优异。本文采用主成分分析法PCA对数据进行降噪处理,最后基于K均值算法（KMeans）聚类分析和统计分析指标,实现了桥梁结构损伤指标的自确定过程。最后,依托美国金门大桥（Golden Gate Bridge）的实时监测数据,对基于KNN算法和SVM算法的结构损伤识别模型进行了验证,其结果表明:基于SVM算法的桥梁结构损伤识别模型以93.2%的高准确率优胜于KNN模型。此外,考虑到SVM的处理效率受数据体量的影响较小,故本文最终推荐SVM模型作为日后桥梁结构健康监测数据分析的参考模型。
其他文献
为了减轻交通拥挤的压力和环境污染的困扰,各国政府都在大力提高公共交通运输能力建设,鼓励居民乘坐公共交通出行。纯电动客车既可以减少噪音,提高乘客舒适度,也能实现真正的无污染、零排放,因此成为当今公共交通运输中的主要车型。由于传统电动客车构型的限制,未能充分发挥客车的载客能力和舒适性。分布式驱动纯电动客车具有整车结构紧凑、能量效率高和低地板、大空间等优势,是当前客车厂家急需开发的新车型。本文针对分布式
座椅作为直升机坠毁时保障人体安全的最后一道防线,具有十分关键的作用。传统直升机座椅采用被动式吸能装置耗散冲击能量,只能在特定工况下取得良好的吸能效果。磁流变缓冲器作为新型的半主动智能装置,可在不同工况下根据控制策略调节输入电流改变阻尼力或力矩,且相对于主动控制所需能耗更低,目前已有学者将其用于直升机座椅缓冲,但执行器主要是直线式磁流变缓冲器,直线式缓冲器受速度影响较大、可控性低,而旋转式磁流变缓冲
随着汽车保有量的日益增长,汽车前向碰撞事故的发生率也大幅上升,这无疑给人们的生命财产安全带来了极大威胁。前向碰撞预警（Forward Collision Warning,FCW）系统是一种先进的汽车主动安全技术,不同于安全带、安全气囊等用于碰撞后的被动安全技术,它可以对潜在的前向碰撞事故进行预警,从根本上防止事故的发生。目前,传统的前向碰撞预警系统中广泛采用的是为以毫米波雷达为代表的车载传感器技术
发动机是汽车主要的激振来源之一,降低发动机向汽车车身传递的振动,是提升汽车NVH性能的重要措施。设计合理的悬置系统有利于减少发动机向车身传递振动激励,从而改善整车的振动噪声问题,提高汽车乘坐舒适性,延长汽车零部件的疲劳寿命。发动机悬置系统的优化设计和整车的模拟仿真都离不开发动机的惯性参数,包括质量、质心位置、转动惯量和惯性积。因此,精确高效的识别出发动机的惯性参数具有重要的工程实践意义。发动机作为
随着近代工业技术的不断迭代和完善,各行各业都逐步展开工业革命,工程行业也不例外,尤其在近几年工人人数不断减少,工人逐渐成老龄化趋势,新生代工人后继不足,安全事故、质量事故经常出现,环境保护标准越来越高、检查越来越严的情况下,政府和建筑行业迫切的想扭转这一局面,希望通过现代科技手段、工业生产体系来保持和提升建筑行业的生产力,因此,装配式建筑凭借其特点和优势成为改革的大方向。我国从2015年开始就大力
长江上游控制河段又称为“单向航道”,船舶在控制河段内只能单向通行。管理部门在控制河段设有指挥信号台,通过船舶通行指挥系统,指挥过往船舶有序通行。通行指挥系统的核心是通过接收航道内船舶配载AIS信号,解析获取船舶动静态信息,然后根据控制河段设定规则进行相关运算并生成调度指令。由于控制河段地理环境复杂及AIS设备稳定性等多方面因素影响,信号台基站接收到的AIS数据中时常存在异常,严重影响了指挥系统决策
随着我国综合国力的不断增强,汽车工业作为我国的支柱产业之一,迎来了一个高速增长和蓬勃发展的时期,汽车已经作为“刚性”消费品步入每一个普通家庭。汽车一方面让我们的出行更加方便和快捷,另一方面也不可避免的带来了不安全因素。目前,我国每年死于交通事故的人数达到6.3万余人,交通安全局势依然严峻。在人、车、道路交通环境三者构成的道路交通系统中,驾驶员是系统中最为薄弱的一个环节。汽车智能化为解决交通安全事故
我国改革开放四十余年以来,城市化建设实现了高速发展,2019年我国城镇化率已达到60.60%。快速的城镇化进程使得城市资源利用、生态环境保护面临巨大压力。为了让城市建设实现可持续化发展,全国各地纷纷开展了城市更新运动。然而,以往国内的大部分城市更新项目是以大拆大建方式进行更新,这种更新方式不仅耗费物力财力,还可能破坏城市的历史文化风貌,并引发一系列社会问题。为了达到对城市进行有序更新的目的,并规避
智能车辆（Intelligent Vehicle,IV）能够高效的为人们提供更加安全便捷的出行、改善人们的生活质量。同时,随着中国社会经济和工程应用科学技术的发展,人们也对生活出行便捷、安全、环保等方面提出了更高的要求,殷切希望出行更加智能化,而高级别的智能车辆能满足人们的期望。智能车辆的组成按照功能可以分为环境感知、决策规划和车辆控制等3个部分。其中,智能车辆的环境感知问题是决策规划和车辆控制的
通过制造企业的高质量发展,从制造大国变为制造强国一直是我国未来发展的迫切愿望和经济持续发展的必然要求。海洋工程装备与技术作为重要工业技术领域,其相关技术和配套设施的发展程度代表着我国在海洋方面的实力与水平,因此,“中国制造2025”将海洋工程装备与技术纳入制造强国战略的十大发展领域。船舶工业是海洋工程装备与技术发展的基础行业,而船用柴油机是船舶工业动力系统的心脏,决定着整个船舶动力系统的性能,船用