基于人工神经网络结构振动控制研究新进展.pdfVIP

基于A工神经网络．的缝构振、动～掩剑 研究新进展+ 何玉敖吴建军何亚东 (天津大学) 摘要 本文主要介绍了作者等人近年来应用人工种饵同络在结构控制研究中所取得的一些进展．其中有：(1) 一、自递归神经网络(sRNN)与结构响应预测 应用人工神经网络预测结构动态响应．早期的研究多是采用BP网络，取得比较好的效 果“’”1．但由于学习收敛速度较慢，不能适应地震激励这种强随机、快时变特征，也难以实现 在线实时控制的需要，为此作者提出一种局部递归神经网络o“’，称为自递归神经网络 (Self—RecurrentNeural Networks)．并对其学习算法和收敛性进行了研究。 I．自递归神经网络结构 一个三层自递归神经网络结构如图1所示．网络仅在隐层单元存在自递归连接． 输入层I。(t)=x。(t) f11 2) 臆层鬣Hi2：tl叩netjH(t)舻]。)+∑啦(0 输出层 o(t)；∑wP．H，(t) (3) O x．(1)表示网络的输入节点，netj(1)表示隐层的第j个节 点的输入，Hj(O表示隐层第j个节点的输出，0(t)表示网 络的输出，“·]表示激活函数，哪”，wP，wr’表示输圈l 入层到隐层、递归和隐层到输出层之间的连接权向鼍。 设神经网络误差测度函数为 E。=妄b，(t)一多(1)】2 (4) ‘ ’国家自然科学基金会和圈家建设鄢资助项目 774一‘j l毕1 番一删器一州器一玲㈣ ㈩ (8) aT(t)=f[netj(t)】【H，(t一1)+wf4J≯(t～1)】 ∥≯(t)=f[netj(t)][x。(t)+w}2’p．M．(t—1)】 (9) 占，(t)和卢警(t)可通过己知初值条件Jr(o)=0．硝(o)=o递推求得。 em(t)=y(t)一9(t) 这样神经网络的权值按最速F降法调整 (10) W(t+1)=W(t)+叩(t)(．—tS4磊F_,M)+a,dW 2、结构响应预测 为了说明自递归神经嬲络在结构响应预测应用中的有效性，考虑某结构模型在地震激励 作用下“…。为了便于计算机仿真研究，设建筑结构为剪切模型，计算结构响应．作为结构在 地震作用下的实际响应训练网络。然后进行比较。 ∞ ∽ 。 ¨ ∞． ∞ I 一结构响应 嗡 44№赢蕊地 。 }…。……．觚删一珧l r…Ⅵq…’。’……’’”v。 一‘B-#量E8J口■E 噶 州∥州Ⅷ 俐W删州… m O 2 ● 6 B ’O 12 1● ’B 18 ∞