论文部分内容阅读
对于复杂大自由度系统的反演分析,遗传算法计算量大,关键在于进化计算中包含大量正演分析。减少反演分析中的正演计算次数,是扩大遗传算法适用范围的有效途径。经验遗传算法正是基于这一思路提出的解决办法。由于经验遗传算法仍然存在遗传算法早熟和进化缓慢的问题,本文提出将单纯形算法引入经验遗传算法中来解决这一问题,文中将这一方法称之为经验遗传—单纯形算法。针对六个经典测试函数的寻优问题,使用本文提出的方法和其它几种方法进行了对比计算,结果表明本文算法具有明显的优势。
文中进一步将经验遗传—单纯形算法应用于结构损伤识别问题的求解,完成了如下工作:(1)提出了一种基于经验遗传—单纯形算法和不完全模态参数的结构物理参数识别方法。通过与其他方法的算例比较分析表明:该方法有精度和搜索效率高,对初值选取基本上无依赖性,可以很好地反映“残缺”的高阶模态信息等优点。(2)提出了一种基于经验遗传—单纯形算法和时间域实测的结构部分物理响应识别结构物理参数的模态经验遗传—单纯形方法。通过与其它方法的算例比较表明:本文提出的方法有精度和搜索效率高、抗噪能力强、对不完全信息情况有很好的适应性等优点。(3)提出了基于经验遗传—单纯形算法和以模态系数表述的柔度矩阵指标的桥梁结构损伤识别方法,通过一个简单的桥梁模型算例表明:本文建议的方法是有效的。
本文工作表明:本文提出的经验遗传—单纯形算法计算效率高,改善了早熟和进化缓慢的问题;对结构损伤识别问题的初步应用研究也显示了其良好的应用前景。