论文部分内容阅读
目的为有效利用监测系统大量冗余、互补数据，对结构的工作状态展开评估．方法运用粗集进行属性约简达到海量数据的降维工作，进而提取有效的特征参数，运用概率神经网络（PNN）良好的处理噪声等不确定信息及概率推理能力，进行推理计算和损伤识别．结果对某12层钢筋混凝土框架不同噪声水平下的三种损伤模式进行了识别，识别精度均在85％以上，并与PNN损伤识别方法进行了比较，其识别精度高于PNN．结论提出了一种基于粗集与PNN的结构损伤识别新方法，该方法不仅可以降低数据的空间维数，减少冗余属性和不确定性，而且可以提高损伤识别