简介：风场模拟中广泛应用的AR模型主要有标量过程的AR模型和向量过程的AR模型．通过取数学期望的方法，可以得到标量过程AR模型模拟空间相关性风场所采用的参数，但该参数并未考虑时滞的情况．向量过程AR模型建立在联合平稳的假设之上，可以很好地综合考虑各点的空间相关性，且回归系数矩阵包含时滞的影响，可以考虑较长时间范围内各点风速时程的时间相关性，从理论来说，要相对完善一些．本文算例表明，向量过程AR模型所模拟的风场精确度总体上要高于标量过程AR模型所模拟的风场，但也存在所模拟风场各点的自相关函数偏差大和总体运算时间多等缺点．
简介：针对网壳结构损伤识别中所面临的模态信息不完备、模态密集程度严重以及结构自由度巨大等困难,提出了一种基于时间序列自回归模型（AR模型）与BP神经网络的损伤识别方法.以凯威特型单层球面网壳为例,采用该方法识别损伤杆件位置.数值模拟结果表明,该方法具有较高的准确性和一定的抗噪性.进一步讨论了影响损伤识别结果精度的因素.研究表明,传感器的数目、布置位置对损伤识别结果有一定影响。
两种AR模型模拟空间相关性风场的比较
基于AR模型与BP神经网络的网壳结构损伤识别方法研究
