基于等级划分狼群算法的三维传感器优化布置方法研究

为解决传感器优化布置中的信息冗余问题,提出了一种信息冗余度函数,将其与三维模态置信准则(TMAC)相结合,建立了一种既能保证模态振型可观性又能保证模态振型可区分性的传感器三维模态置信准则。为提高算法的求解效率,提出了一种等级划分狼群算法,采用双重编码的方式,克服了原狼群算法只能求解连续变量优化的问题;通过人工均匀法进行狼群数据的初始化,以保证初始数据的均匀性;并采用等级划分方法,避免群体内狼个体与头狼等级相似,增加狼群的多样性,提高算法的搜索效率。以一个桥梁基准模型为数值算例,进行参数敏感性分析以及三维传感器优化布置方案的选择。结果表明:等级划分狼群算法的搜索能力较原狼群算法有了大幅提高,能较好地解决传感器优化布置问题。