土木工程结构在复杂的服役环境中常会遭受各种损伤,这些损伤的积累容易引发结构灾难性事故的发生,因此研究结构损伤识别问题对结构的安全性具有重要的实际意义。 近年来,将机器学习方法引入结构损伤识别领域已引起国内外研究人员的极大关注,其中神经网络方法已被越来越多的学者应用,并取得不错的成绩。归纳学习是以归纳推理为基础的一种机器学习方法,是机器学习发展最核心、应用最广泛的分支之一。归纳学习方法是一种可以通过对样本数据的学习来建立数学模型,并对噪声数据有很好的健壮性的方法,它能克服神经网络的结果不易解释且需要较长构造时间的缺点,因而已经成功地应用于很多领域。本文就试图采用一些归纳学习方法对结构进行损伤识别研究。 本论文利用有限元理论和归纳学习方法对悬臂梁结构和六层框架建筑结构进行了损伤位置及损伤程度识别研究。论文首先介绍了当今结构损伤识别的一些常用方法及国内外研究现状;然后介绍了归纳学习的基本概念、归纳学习的模式、归纳学习的推理方法及归纳学习的分类,包括示例学习和观察与发现学习,并重点研究了本文用到的三种归纳学习方法(包括分治算法、覆盖算法、装袋学习算法)及RBF神经网络方法;接着利用综合性有限元软件ANSYS建立相应的悬臂梁结构模型和六层框架建筑结构模型,分别模拟不同位置的损伤以及不同程度的损伤,并计算出结构模型在正常情况下与损伤情况下的前五阶或前六阶固有频率值;最后根据得到的固有频率,经过数据处理和增加噪声程度,使用Matlab和RDS软件分别对悬臂梁结构和六层框架建筑结构进行损伤位置和损伤程度识别研究,通过计算结果比较分析这几种归纳学习方法的识别效果。 论文研究结果表明:(1)将归纳学习方法应用于结构损伤识别问题的研究中,不论是从理论上讲还是通过实验证明都表现出比较高的研究价值,特别是装袋学习算法;(2)归纳学习方法可以适用于一些简单的结构上,如悬臂梁结构。但对于框架建筑结构损伤位置的识别,识别效果不是很理想;(3)装袋学习方法不管是在悬臂梁结构还是框架建筑结构,识别精度一直都比较稳定,而RBF神经网络方法仅适用于噪声程度小于50%的结构。