简介：为了研究地震活动的时空复杂性,采用地震活动数据构造了一种加权复杂网络模型,并研究了网络的拓扑和边权结构。结果显示,地震加权网络的节点强度分布及边权分布均具有幂律分布特征,网络的含权团簇系数和平均最近邻度显示地震加权网络具有伴随着边权重-拓扑相关性的分等级的组织结构,团簇熵的计算结果表明,大地震的网络拓扑结构更有序。地震加权网络的动力学演化揭示了在大地震前后一段时期的网络拓扑结构表现出明显的异常。这些结果表明,地震活动显现出一种内在相互作用的网络动力学行为。
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。
地震活动的网络拓扑结构和网络动力学行为
基于遗传算法优化神经网络权值的大坝结构损伤识别
