简介：针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化。用基于浮点编码的遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习。文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练。仿真结果表明：遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中。
简介：本文以１９６９年以来中国大陆９对ＭＳ≥５．９级地震为例，引出诱发性前兆的概念。诱发性前兆是指远区强震（Ａ）发生后３个月内产生于未来后续地震（Ｂ）附近（△≤２００ｋｍ）的，并与该地震有某种成因联系的继发性异常和新异常。诱发地震与诱发性前兆是反映强震间耦合作用的同因异象。１９８８年以来南北带强震组（１９８８年耿马、澜沧７．６级地震──１９９０年天祝、景泰６．２级地震）诱发地震和诱发性前兆显著，并呈连锁式分布，表明该地震组各强震之间具有较强的耦合作用。
基于遗传算法优化神经网络权值的大坝结构损伤识别
诱发地震与诱发性前兆
