常 虹 张 冰

(1:吉林建筑大学测绘与勘查工程学院,长春 130118; 2:吉林建筑大学城建学院,长春 130111)

0 引言

目前,建筑物都朝着高层化、复杂化的方向发展,而这些建筑物在其服役的期限内,势必要受到来自周围环境及自然灾害所带来的各种损伤,如地震、风灾、水灾及材料的自然腐蚀老化等,导致其结构构件受到不同程度的损伤.及时发现损伤及确定损伤的程度对于国民经济和人们的生活安全具有重要的意义.目前,结构的损伤检测有多种方法,但多数都是基于试验研究方法,通过测定结构物的位移或者加速度等指标进行判断,甚至有些时候会对结构物造成一定程度的损伤.人工神经网络是20世纪90年代发展起来的一门新兴交叉学科,它是模拟人的大脑而建立起来的一种非线性的动力学网络结构,是由若干个简单的神经元按照一定的方式连接而成的复杂网络系统,其工作原理类似于黑匣子.该系统能自动根据所输入的样本空间的特点,经过多次的迭代运算,自动找到输入和输出之间对应的非线性规律,并建立一个能够准确反映输入和输出数据之间内在规律的数学模型,从而准确对所预测的目标进行判断和评估.目前,人工神经网络在工程上被广泛应用于结构的损伤检测领域[1-5].

人工神经网络系统有很多种,其中,BP神经网络(Back-Propagation Network,简称BP网络)是一种应用最广泛的一种神经网络,它不仅是前馈型网络的核心,同时也是其他类型神……