典型文献
基于JS-BP模型和JS散度的随机有限元模型修正
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
盛腾威;殷红;彭珍瑞;张亚峰
作者机构：
兰州交通大学 机电工程学院,兰州 730070
文献出处：
引用格式：
[1]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(01):41-47
A类：
随机模型修正
B类：
JS,散度,随机有限元,试验参数,参数不确定性,确定性的,有限元模型修正方法,修正参数,响应特征,特征量,服从,正态分布,确定性模型,正问题,问题转化,拉丁超立方抽样,样本点,频响函数,第一层,层系,海蜇,权值,空间桁架,数据标准,振动与波
AB值：
0.316156
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
