基于神经网络的结构模型修正+文献综述(2)

1.2 模型修正技术概述
模型修正技术是指，通过模型结构的静、动力学实验，结合数学和力学的方法来达到缩减理论模型与实体结构之间误差的这一目的。当人们对模型精度要求越来越高，理论分析结果往往与实验测量值不能很好地吻合，为此模型修正技术越来越受到研究人员的关注[1]。朱宏平对模型修正技术传统方法分为两类：矩阵型法和设计参数型法[2]。两种方法均有其不同的利弊。近年来，基于模态测量结果的修正方法研究得到迅速的发展，其可归类为3个方向：（1）基于敏感性分析与传统方法结合，即先确定模型的哪些参数对整个模型的各项力学性能指标影响最大，选取这些参数再结合传统方法进行修正。（2）利用各种优化的数学方法与传统方式相结合，优化结构参数。（3）神经网络对结构模型的修正，该方法具有较强的鲁棒性[3]。是近年来发展起来的新的方法，也是本文接下来将要采用的方法。