文献

J-GLOBAL ID：201802264981603048   整理番号：18A1209434

構造損傷検出のためのPSOベースのスパース正則化アプローチ【JST・京大機械翻訳】

PSO-based sparse regularization approach for structural damage detection

著者 (2件)： Luo Ziwei (School of Mechanics and Construction Engineering, Jinan University, Guangzhou 510632, China) ,  Yu Ling (MOE Key Lab of Disaster Forecast and Control in Engineering, Jinan University, Guangzhou 510632, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNC-FSKD  ページ： 1033-1039  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 構造損傷検出(SDD)は,構造健全性モニタリング(SHM)の分野における1つの重要なステップである。本研究では,SDD問題に対する新しい粒子群最適化(PSO)に基づくスパース正則化手法を提案した。ここでは,古典的一次感度解析とl_1/2ノルム正則化を導入して目的関数を定義し,そのため,SDD問題をPSOによって解決される可能性のある一種の最適化問題に変換した。このアプローチは2つのステップを含んでいる:感度解析に基づくモデル更新を最初のステップにおけるSDDのために採用して,構造のいくつかの粗い損傷位置をPSOによって得た。次に,可能な損傷位置のみを考慮し,PSOを用いて,より高いSDD精度のための第2段階における損傷程度を定量化した。例証した数値シミュレーションは,提案した手法が構造的損傷を効果的に位置決めできるだけでなく,雑音に対する強いロバスト性と同様に良好な精度で損傷範囲を定量化できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  最適化問題 ,  シミュレーション ,  *損傷検出 ,  *正則化 ,  目的関数 ,  感度解析 ,  雑音 ,  ノルム
準シソーラス用語： 数値シミュレーション ,  モデル更新 ,  粒子群最適化 ,  構造ヘルスモニタリング , 【Automatic Indexing@JST】

分類 (1件)： 構造動力学  (HD02000E)

タイトルに関連する用語 (3件)： 損傷検出 ,  PSO ,  正則化