改进多种群遗传算法在墙土系统损伤识别中的应用

针对墙土系统损伤识别方法进行研究，提出了一种基于改进多种群遗传算法的墙土系统损伤识别方法。首先，建立了墙土系统动测简化模型，同时对土体发生损伤时墙土系统的特征方程进行理论分析，基于系统的特征方程构造目标函数；其次，对多种群遗传算法进行改进，改进的内容主要包括采用实数编码、采用自适应交叉概率、采用自适应变异概率；最后，利用改进多种群遗传算法分别进行了无噪声条件和噪声条件下的墙土系统损伤定位和定量研究。通过分析结果表明：无论对单处损伤还是多处损伤、单一损伤程度还是多损伤程度，按所提出的方法都能较好的识别出损伤位置和损伤程度，具有较强的抗噪声能力。因此，所提出的方法为墙土系统的损伤识别提供一种简单有效的途径。     

基于刚度矩阵的桥梁损伤识别研究

结构损伤本质上是结构局部刚度和质量的改变,反映在结构动力特性上是模态参数的变化.针对桥梁损伤往往只是局部刚度改变的情况,提出一种基于结构及其子结构的刚度矩阵,利用固有频率和振型确定子结构刚度矩阵的改变程度,以及改变了刚度矩阵的子结构的位置,来判断桥梁损伤的位置及其程度的结构损伤识别方法.从识别结果看,该方法能对桥梁结构的损伤位置及其程度做出准确的识别.,     

模态噪声影响下基于残余力向量的损伤识别

提出了一个考虑模态噪声影响的基于残余力向量法的损伤识别两步法。首先从理论上证明了由连续观测所得的模态参数计算的残余力向量样本,其均值向量可以作为损伤位置识别的标识量。在可能损伤位置确定后,通过提取刚度矩阵和质量矩阵中与损伤相关的自由度来减少计算量,用矩阵缩减后得到的残余力向量构造遗传算法优化目标函数,来识别损伤程度。数值算例证明,该方法具有较好定位和定量识别效果和抗噪声能力。     

结构损伤识别的耦合神经网络方法

目的 基于误差传播算法的BPNN和基于自适应共振理论的ART神经网络，提出一种耦合神经网络的三级识别模型，以实现对结构损伤的自主识别，方法 采用分步识别的思想，利用ART神经网络首先识别出有损伤的层，然后用遗传算法搜索最佳的BP神经网络结构来分别识别结构损伤的具体位置和损伤程度．结果 通过对结构健康监测基准问题的计算表明。提出的耦合神经网络的识别模型能够自主识别结构损伤的发生，正确识别结构损伤的具体位置和损伤程度．结论 基于误差传播算法的BPNN和基于自适应共振理论的ART神经网络组成的耦合神经网络识别模型具有自主识别结构损伤发生的能力。且识别速度快，能够正确识别结构损伤发生的具体位置和损伤程度．适宜于在线监测。     

框架结构损伤识别的试验研究

结构损伤识别是开发结构安全监测系统中的一个重要课题。由于结构频率测试容易测试并且有较高的测量精度,因此成为损伤识别中广泛应用的模态参数。根据模态频率的灵敏度分析,本文提出了一种基于结构损伤前后频率变化测量的损伤参数识别方法,用于确定结构的损伤位置和损伤程度。多种工况的框架结构模型的损伤试验结果表明:对于层间剪切结构,通过结构频率变化率法可以确定结构的损伤位置和损伤程度。     

基于一阶振型的海洋平台二阶段损伤定位方法

海洋平台等大型复杂结构其高阶模态难以激起和测试,甚至只能识别出一阶模态振型和前几个低阶模态频率,因此,利用少量低价模态进行损伤诊断显得尤为重要。本文提出了仅利用一阶模态振型对海洋平台进行损伤位置诊断的二阶段法：先利用模态曲率变化率确定损伤的大体位置,再利用一阶模态应变能分别确定主导管和撑杆是否损伤及其位置。最后通过一个三腿导管架海洋平台有限元数值模型验证了该方法的可行性和有效性。研究发现,本文提出的方法具有较好的识别精度,具有一定的适用性。     

基桩缺陷定量识别研究

针对低应变动测技术不能定量识别基桩缺陷的问题,利用频率摄动理论对基桩进行定量识别.首先定义损伤识别参数,然后将基桩振动理论与矩阵摄动理论相结合推出基桩缺陷定量识别公式,用优化法或筛选法对公式进行求解,得出损伤识别参数,从而可以确定损伤位置和损伤程度.实验室制作5根混凝土模型桩,通过设置不同位置、不同程度的缺陷对该方法进行验证,实验结果表明,该方法既可以识别基桩的缺陷位置又可以识别基桩的缺陷程度.     

网壳结构损伤识别理论及仿真研究

针对网壳结构特点,引入敏感模态的概念,提出利用模态置信准则确定局部损伤所对应敏感模态的算法,推导了剩余模态力的表达式,利用敏感模态进行损伤位置识别.采用最小秩摄动理论定量评估结构的损伤程度,与Baruch方法及Berm an方法进行比较分析.实际网壳工程的数值模拟结果表明,本文方法不仅可以识别单位置损伤还可以识别多位置损伤,不仅可以评估刚度变化还可以评估质量变化,对网壳结构的健康诊断是可行的.     

基于应变测试数据的梁结构损伤识别

本文采用结构应变测试信号,引入了伪比能概念,直接在时域内对梁结构进行损伤识别。为了减少损伤识别的分析计算时间、提高识别精度,采用了“两步法”识别法：第一步,建立了伪比能（Pseudo Strain Energy Density）损伤识别指标,利用其来进行损伤定位;第二步,在损伤定位的基础上,利用遗传算法对损伤部位的具体损伤程度进行判别。并通过编程连接了Matlab与ANSYS,形成了完整的基于遗传算法的结构损伤识别系统。最后,通过一钢筋混凝土三跨连续梁有限元模拟数据,验证了本文提出的方法的有效性。     

基于位置和程度指标的结构损伤识别研究

为提高结构损伤识别的精度,提出基于动、静态数据融合的位置指标和完全基于频率的位置指标,并采用学习速率自适应调整的新型BP神经网络学习算法,其特点是在网络迭代过程中根据网络学习误差来调整学习速率的取值,该方法有效地克服了传统BP网络学习过程中容易陷入局部极小和收敛速度慢、学习效率不高的缺点,进一步讨论了参数输入方式对网络识别效果的影响,分别采用两步诊断法和一步诊断法进行损伤识别.结果显示,两步诊断法对损伤位置和程度的识别正确率较高,而一步诊断法识别效果却不令人十分满意;减少位置指标和程度指标的输入个数对损伤识别结果有显著的影响.     

改进粒子群算法的两阶段梁式结构损伤识别

针对实际工程监测时损伤识别误差大的问题,提出一种基于改进粒子群算法的两阶段识别方案。第1阶段利用D-S证据理论融合算法进行损伤定位;第2阶段利用改进的粒子群算法,对定位结果进行修正,同时准确定量损伤。仿真算例和实验分析结果表明：由于第1阶段损伤定位减少了可能损伤单元的数量,第2阶段基于改进粒子群算法的搜索范围减小,能更准确地识别多损伤和小损伤的位置和程度,且抗噪性能良好。     

关于生物免疫遗传算法收敛性的一般讨论研究

针对免疫遗传算法收敛性质的研究非常缺乏,提出了利用随机过程理论和引入遗传吸收率、散射率
参数进行分析的方法.通过数学建模证明了免疫遗传算法所形成的种群序列的强马尔可夫性, 利用遗传吸
收率和散射率的计算，证明了在时间趋于无穷的情况下，该免疫遗传算法的概率弱收敛性.采用遗传吸收
率、散射率和小生境技术对于防治早熟概率的详细计算和对混沌算子的分析，得到了该免疫遗传算法实际
收敛效果的量化表示.研究结果表明, 该方法能简化分析计算过程，对于算法效果的改善、算法运行时的
参数选择具有较好的指向作用.     

一种改进遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大等缺点，引入一种新的遗传算子——单亲遗传算子，用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题，进而对框架结构的多种工况进行优化设计的结果进行了对比验证，结果表明：改进遗传算法比标准遗传算法有好得多的收敛特性，迭代次数明显减少，优化设计结果也远好于标准遗传算法。     

遗传算法在非线性系统辨识中的应用研究

系统辨识是控制系统设计的基础,对于非线性系统辨识,传统的辨识方法往往得不到全局优解,为此,提出了基于遗传算法的非线性系统辨识方法。遗传算法在解空间中多点寻优工作对象是参数编码集、不需要导数信息和其它辅助信息,用概率性规则指导搜索,国而具用强的鲁棒 和广泛的适应性。     

现代物流信息管理中配送车辆路线优化研究

在分析车辆路线问题（VRP）现有启发式算法的基础上，提出了求解该问题的一种改进遗传算法（IGA）。该方法的核心在于针对遗传算法的局部搜索能力的不足，在选择、交叉、变异等遗传操作之后，引入逆转换位算子，根据适应度是否增加，对新产生的染色体进行多次逆转操作。模拟计算结果表明，该改进遗传算法明显增强了群体演化的质量，提高了算法收敛速度。     

基于免疫遗传算法的模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，结合免疫遗传算法寻优速度快和模糊神经网
络控制不依赖于控制对象的优点，设计了一种基于免疫遗传算法优化的模糊神经网络控制的交流伺服系统
。采用免疫遗传算法优化模糊神经网络控制器中隶属函数的平均值、标准偏差以及隶属函数层与规划层的
连接权值。实验和仿真结果验证了该控制策略的可行性。该方法对于系统调节和设定值跟踪均具有很好的
控制效果，而且具有很好的抗干扰性能和较强的鲁棒性，使交流伺服系统具有良好的动、静态性能。     

采用有效信号段自提取算法识别结构多损伤位置

为识别结构中的多处损伤,提出了一种采用有效Lamb波信号段自提取算法计算结构损伤指标的多损伤识别成像方法.该方法将结构的待检测区域划分为数个子区域,并根据Lamb波的传播时间和波速从传感器接收到的信号中自动提取出包含结构信息的有效信号.以该有效信号作为输入,计算每个子区域中基于信号相关系数所获得的损伤指标,最后采用RAPID算法对全部识别区域内的损伤位置进行识别和成像.以航空铝板为研究对象进行了实验验证研究,结果表明,该方法能快速有效地识别出多个损伤,并较为准确地实现损伤成像以描述损伤的位置.     

基于MCMC算法贝叶斯网络的学习

对于给定的阈值,通过计算变量之间的互信息,设计了一种构造贝叶斯网络结构的方法。改进了关于图模结构学习中常见的 MCMC 算法。将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结构,利用改进后的 MCMC 算法,构造一个关于贝叶斯网络结构的马尔可夫链。迭代给定次数后,得到关于变量组的贝叶斯网络结构。实验结果表明:改进前和改进后的两种方法得到的贝叶斯网络结构基本一致,网络结构的接受率也相近。     

Sensor placement for structural damage detection with modal data

A new method is presented for prioritizing sensor locations for structural health monitoring (SHM). In view of the needs of SHM and damage detection,sensor locations are optimized for the purpose of both sensitivity for local damages and independence of the target mode. However,the two different optimization criterions lead to an inconsistency of the optimal result. Considering the structural response changes that result from damage,the relationship between the structural response and damage is deduced from the structural motion equation by a quasi-analytical mode. Based on the harmony between damage identifiability and mode observability,an object function is set up,including the information of mode independence and damage sensitivity. Utilizing the technique of singular value decomposition,an interior algorithm for the optimum sensor placement is proposed with the multiple objective criterions of minimizing the condition number of coefficient matrix and maximizing the fisher information matrix. A numerical example shows that this approach can effectively avoid the contradiction between the two different optimization criterions. Comparing with the result of single object,the result of damage detection from the optical sensor locations is much more accurate.     

基于非线性自适应度函数的遗传算法求取自由曲面最大主曲率研究

针对自由曲面最大主曲率求取问题及其主曲率的特点,设计了一种改进的遗传算法非线性自适应度函数,并给出了种群个体的选择及复制新规则. 通过Schaffer函数进行测试,并用于自由曲面最大主曲率求取,实例验证表明算法可以稳定、准确地求取到自由曲面上的全局最大主曲率,比较曲面离散法的计算量不足1/3,极大地提高了计算效率.