基于神经网络的结构模型修改 (2006年)

结构模型修改已经演化为一个多学科的研究课题，并且可以在最优化框架内进行解决。考虑到模型修改是一个典型的反问题，全局最优解并不一定是真正实际需要的解，提出了一种两步的结构模型修改方法，首先利用神经网络代替模型分析过程，然后根据实际测量的模态数据结合梯度下降算法得到修改结果，与利用遗传算法直接搜索最优模型修改结果相比，该方法不但可以减少模型分析次数，而且可以提供多种可能的修改结果供进一步参考。