论文部分内容阅读
传感器优化布置是结构健康监测系统设计的首要步骤,随着现代建筑结构形式日趋复杂,传统的传感器优化布置方法已无法满足其应用要求。本文通过引入一种新型群智能优化算法—猴群算法进行传感器的优化布置方法研究,针对不同结构形式的特点,提出了多种传感器优化布置方法。主要研究工作包括以下几个方面:(1)介绍了结构健康监测系统以及传感器优化布置的重要性,综述了国内外相关研究成果,针对存在的问题确立本文所要研究的内容;给出了三个具有不同结构形式的三维有限元模型,建立了本文传感器优化布置所采用的优化模型。(2)提出了一种改进猴群算法的传感器优化布置方法。考虑到传感器优化布置的特点,采用整数编码的方式给出了猴群的位置,克服了原猴群算法只能解决连续性变量优化的问题;引入欧式距离的概念来增强初始猴群的多样性,提高算法的全局搜索能力;并在爬过程中加入和声算法中的随机扰动机制,来提高其局部搜索能力;以大连世贸大厦为例,进行了参数的敏感性分析以及传感器优化布置方案的选择;结果表明,改进的猴群算法能较好地解决传感器优化布置问题,较经典的序列法有其明显的优越性。(3)建立了针对具有较多自由度的大型结构传感器优化布置的分布式猴群算法。引入双重编码的方式,来克服原猴群算法只能解决连续变量的缺陷;针对单个猴群全局搜索能力较弱的问题,提出了一种将初始化产生的大量猴子个体按照指定的方式分配到多个猴群进行同步并行搜索的方法;考虑原猴群算法能够跳出局部最优的特点以及和声算法较强的局部搜索能力,提出将每个猴群得到的初步最优解作为初始和声记忆库,采用基本和声算法进行二次搜索的方法,来获取传感器的最终布设方案。以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明分布式猴群算法具有较强的全局寻优能力,非常适用于具有较多自由度的大型结构传感器优化布置。(4)针对猴群算法中的重要步骤“爬过程”搜索盲目、效率较低的问题,提出了一种用于传感器优化布置的异步爬猴群算法。利用猴群在搜索过程中的全局最优解和个体历史最优解的信息改进了爬过程的搜索模式,同时将异步变化学习因子引入到搜索模式中,通过调整猴子自身经验和社会群体经验在爬过程中所起的作用,来维持全局搜索和局部搜索的平衡,大幅提升了算法的搜索效率。以广州新电视塔为工程算例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明异步爬猴群算法能较好的解决传感器优化布置问题,搜索效率较原猴群算法有了较大的提高。(5)针对猴群算法中爬过程和望过程的搜索方式较为机械,以及跳过程的方式较为单一的问题,提出了一种用于传感器优化布置的自适应猴群算法。对爬过程和望过程进行了改进,使其能够自适应选择这两个搜索方式以提高算法的局部搜索能力和效率;提出了两种全新的跳过程,即反射跳和变异跳,来增强算法的全局搜索能力。以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明自适应猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。(6)将生物界中的免疫机制引入到猴群算法中,提出了一种用于传感器优化布置的免疫猴群算法。采用混沌搜索的方式初始化猴群位置,以保证猴子能够均匀分布,提高了算法的全局搜索能力;通过在爬过程中引入深度爬的方式,增强了算法的局部搜索能力;在爬过程结束后加入基于浓度选择的机制对猴群进行初次选择,并对位置最优的猴子进行免疫克隆操作,以此保证猴群的多样性;在望过程结束后加入基于适应度的二次选择,并对位置较差的猴子进行免疫疫苗注射,以此提高算法的收敛能力。以大连世贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明免疫猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。