基于贝叶斯集成神经网络的结构安全评估方法

本发明提出基于贝叶斯集成神经网络的结构安全评估方法，所述方法利用贝叶斯推断来估计网络参数的不确定性以增强网络模型的可解释性，使网络模型适用于小样本集或需要高网络鲁棒性的应用；同时利用Bagging集成学习机制并以BNNs为基学习器构建BENN，结合隶属度计算和信息熵值来提高网络预测结果的准确度；本发明采用的BNNs可以概率分布来表示神经网络参数的不确定性，训练后网络具有可解释性，一定程度解决神经网络普遍存在的黑盒运行机制问题，同时本发明结合了Bagging集成学习机制形成BENNs，可解决BNNs预测结果存在一定随机性的问题。提出的BENNs方法可适用于框架结构或者梁结构等目标结构。