基于光纤布拉格光栅(FBG)构建的传感器网络, 将粒子群(PSO)算法与最小二乘支持向量机(LSSVM)相结合, 应用于304钢板损伤识别研究中。以FBG中心波长变化量的信息特征为输入量, 钢板结构损伤位置为输出量, 构建基于LSSVM的损伤识别预测模型, 并与相同条件下构建的反向传播(BP)神经网络预测模型进行对比验证。采用PSO算法优化LSSVM损伤识别模型的核函数参数σ和正则化参数γ, 实现钢板结构的损伤位置识别。在300 mm×300 mm×1 mm钢板实验区域, 对34组样本进行了损伤位置识别测试。结果表明, 33组损伤位置得到了准确识别, 准确率达97.06%。这表明PSO优化后的