基于随机森林的建筑结构损伤识别方法

针对利用分类器对建筑结构进行损伤识别的问题,引入一种新的组合分类器算法——随机森林,提出基于小波包分解和随机森林的结构损伤识别方法.首先,采用小波包对结构在不同损伤程度和位置上的振动加速度信号进行分解,得到各个频带上的总能量；然后,利用各频带上能量值存在着差异性作为输入到分类器的特征向量；最后,训练随机森林模型并对建筑结构的损伤位置和损伤程度进行识别.应用该方法对一座8层剪切型钢框架结构进行损伤判别,并与BP神经网络和支持向量机方法进行对比,结果表明该方法具有较好的识别精度与稳定性.