星载天线反射面传感器多目标优化部署方案

传感器数量和位置的优化部署,是实现大型星载天线在轨获取高精度模态参数亟待解决的关键技术。为克服以往研究中采用单一优化准则所带来的局限性和片面性,设计观测信息正交性最大和能量最大的双优化准则,引入NSGA-II算法进行多目标传感器优化部署求解。考虑到该算法仅适合连续性优化变量,存在收敛速度及多样性保持方面的不足,对其在编码方式和遗传算子设计两方面进行改进,并给出所有指标权重组合且分布均匀的Pareto最优解集。设计四种优化方案,进行仿真比较可得：基于改进NSGA-II算法的星载天线传感器多目标优化部署方案,较其他三种方案在性能指标上最优,且该方案更加符合实际工程的多指标优化设计要求,保证优化结果具有更高的灵活性和适应性。     

三种传感器布点优化算法在系杆拱桥中的对比分析

对三种不同的传感器优化布点算法在系杆拱桥中的应用进行对比分析,研究不同算法的侧重点及优化效果.首先对三种优化方法的原理进行分析,然后以一大跨系杆拱桥为背景,研究桥面在三种方法下加速度传感器测点布设的差异,并采用四种评估准则对传感器布置的优化效果进行对比分析,最后采用无量纲化技术将四种评估准则转化为综合评价体系.分析结果表明:不同的优化算法对优化效果的影响较大,在进行传感器的优化布设时,必须对不同的优化算法进行对比,以选取最优算法.     

斜拉桥传感器优化布点的研究

在振动模态试验中,传感器位置和数目的选择对试验结果的质量有很大的影响。首先回顾了近年来关于传感器最优布点方法的研究。然后以一座三跨预应力混凝土斜拉桥为研究对象,采用有效独立法和基于模态保证标准的算法这两种最优布点算法,对斜拉桥主梁上加速度传感器的最优布点进行了初步的探讨。结果表明:有限元模型和所监控模态振形的阶数对最优传感器布点的选取有较大的影响;用有效独立法对类似的斜拉桥进行优化布点计算时,能得到较为理想的布点方案。     

监测系统中多CCD传感器视点规划问题研究

针对在线监测系统中的多CCD传感器视点规划问题展开深入探讨,并提出一种多CCD传感器位置优化算法．在确定了CCD传感器视点参数范围以及与三维重建点误差关系的基础上,根据不确定性的评定准则进行CCD传感器规划,找到使三维重建点误差最小的最佳摄像机视点参数．由于多CCD传感器规划问题是一个组合优化问题,难以通过数学计算获得传感器的最优位置,故算法采用启发式的并行搜索算法——遗传蚁群算法,对CCD传感器视点位置参数,即3个位置自由度的解空间进行自动搜索,得到使误差不确定度最小的最优位置,实现在线监测系统中的多CCD传感器规划．采用仿真实验验证了算法的可行性．     

结构模态测试传感器位置优选

在结构健康监测和损伤识别过程中,传感器的位置不仅直接影响结构动力特征参数识别的精度,更对结构损伤识别乃至结构监测的成功与否起着关键作用。在传统的传感器布置方法中,基于模态参数估计有效性的方法已得到广泛承认和应用,如较有影响的有效独立法。事实上,相对参数估计的有效性,无偏性应优先得到满足。为此,采用基于表征最小二乘法的传感器布置准则及传感器测点优化方法,推导了在各种载荷工况下的期望形式。在传感器布置准则优化算法方面,引入交叉熵优化算法,将传感器数目的约束以罚函数形式加入到目标函数中,优化了采样过程。最后,以大连体育场加速度传感器布置位置优化为例验证了表征最小二乘法准则和交叉熵优化算法的优越性。     

基于Kriging代理模型的多点加点序列优化方法

基于Kriging 代理模型提出了一种同时考虑预测响应值及其不确定性的多点加点准则,并基于该准则发展了一套序列近似优化方法。多点加点准则基于初始样本信息和所预测的对象函数特征增加新样本集,以在寻优迭代过程中自适应地提高代理模型的精度。该文方法依据多点加点准则在一次迭代中增加多个空间无关的新样本点,适用于多机同时计算或并行计算,从而提高计算效率。以两个经典的数学函数为例,将该优化方法与期望提高准则方法进行了比较,结果表明该文提出的优化方法能够有效地提高最优解的全局性。将方法用于一盒式注塑件的成型工艺优化设计,优化结果也表明了该方法的有效性。     

基于差异演化算法和多属性决策的机电系统可靠性多目标优化设计

针对机电系统可靠性设计问题,以可靠性和费用(或体积等)最优为目标建立可靠性设计的多目标优化模型．提出了自适应多目标差异演化算法,该算法提出了自适应缩放因子和混沌交叉率,采用改进的快速排序方法构造Pareto最优解,采用NSGA-II的拥挤操作对档案文件进行消减．采用自适应多目标差异演化算法获得多目标问题的Pareto最优解,利用TOPSIS方法对Pareto最优解进行多属性决策．实际工程结果表明：自适应多目标差异演化算法调节参数更少,且求得的Pareto最优解分布均匀;采用基于TOPSIS的多属性决策方法得到的结果合理可行．     

含放大机构的三要素型动力吸振器的H_(∞)优化EI北大核心CSCD

提出了一种含放大机构的三要素型动力吸振器模型,研究了基于H_(∞)优化准则的系统参数最优解析解。首先,将三要素型黏弹性模型与放大机构引入动力吸振器中,通过拉氏变换得到了系统的解析解。随后,以系统的解析解为研究对象发现该系统存在独立于阻尼比的三个固定点,利用固定点理论将三个固定点调到同一高度得到了动力吸振器的最优调谐比和最优刚度比设计公式。最后依据H_(∞)优化准则通过最小化幅频曲线的峰值得到了系统最优阻尼比设计公式,并通过数值仿真验证了解析解的正确性。与三种经典动力吸振器在简谐激励下进行了对比,证明了该模型有更好的吸振效果。     

基于并行混沌和复合形法的桁架结构形状优化

针对多工况下受应力、位移和局部稳定性约束的桁架形状优化问题,提出了基于并行混沌优化算法和复合形法的混合优化算法。该算法综合利用了并行混沌的全局搜索能力,复合形法的快速局部搜索能力和混沌细搜索。首先,利用并行混沌优化算法快速搜索到全局最优解附近,然后应用改进复合形法以并行混沌的优化解为初始复形进行搜索,提高了最优解的搜索速度,最后应用混沌细搜索策略提高最优解的精度。两个典型数值算例验证了该混合优化方法对桁架形状优化问题的有效性和稳定性。     

基于NSGA-II遗传算法的磁流变悬置多目标优化

磁流变悬置集总参数优化是设计高性能发动机悬置的关键。为克服以往悬置优化中优化目标单一、优化目标选取不合理、未考虑实际加工可行性等问题,建立单自由度磁流变悬置隔振系统数学模型,提出倍程区间灵敏度分析法,对各集总参数灵敏度进行分析,并以此为依据选取优化变量。以发动机常用转速激振频率段的力传递率积分为优化目标,采用改进型非支配排序遗传算法(NSGA-II)进行多目标优化。在一定范围内将结构尺寸进行离散化处理,计算各组离散尺寸对应的集总参数值,以离散集总参数与集总参数Pareto非劣解之间的综合距离为准则筛选最优解。     

基于自适应模拟退火遗传算法的传感器优化配置研究

针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

大跨空间钢结构模态参数测试传感器优化布置

为了有效选择监控模态振型阶数,并使振型向量间夹角和测点振动能量同时尽可能大,提出了基于模态能量和白适应遗传算法的多目标传感器优化布置方法.首先,根据结构模态应变能的大小挑选出环境激励下结构的主要贡献模态,即优化时所取的监控模态.然后,根据单位刚度的模态运动能以及模态置信度矩阵构造新的适应度函数,利用自适应遗传算法对布点...     

沉管隧道健康监测试验中传感器位置的优选

基于单节沉管隧道缩比模型在地震激励作用下的健康监测试验,借助商业有限元软件ANSYS对单节隧道缩比模型进行等代地震荷载下的平面应变分析和整体模态分析,得到传感器优化布置初选点.再利用遗传算法对初选点进行优化排序,得到传感器优化布置的最终方案.该方法与EFI法传感器优化布置结果吻合较好.该方法对于大型结构的传感器优化布局有一定的借鉴作用.     

基于遗传算法的传感器优化配置

讨论了以损伤诊断为目标的传感器优化配置问题,以模态置信度MAC矩阵的最大非对角元为目标函数,将目标函数的极小化问题转换为适应度函数的最大化问题,采用遗传算法对传感器的配置进行组合优化,针对满足组合优化中的约束条件问题提出了二重结构编码遗传算法,取得了满意的优化结果。算例表明,该方法应用于海洋平台模型损伤诊断的传感器优化配置是可行的,其结果优于序列法。     

Combining Gaussian processes,mutual information and a genetic algorithm for multi-target optimization of expensive-to-evaluate functions

A novel approach to multi-target optimization of expensive-to-evaluate functions is explored that is based on a combined application of Gaussian processes, mutual information and a genetic algorithm. The aim of the approach is to find an approximation to the optimal solution (or the Pareto optimal solutions) within a small budget. The approach is shown to compare favourably with a surrogate based online evolutionary algorithm on two synthetic problems.     

Evolutionary multi-objective concurrent maximisation of process tolerances

Concurrent tolerancing which simultaneously optimises process tolerance based on constraints of both dimensional and geometrical tolerances (DGTs), and process accuracy with multi-objective functions is tedious to solve by a conventional optimisation technique like a linear programming approach. Concurrent tolerancing becomes an optimisation problem to determine optimum allotment of the process tolerances under the design function constraints. Optimum solution for this advanced tolerance design problem is difficult to obtain using traditional optimisation techniques. The proposed algorithms (elitist non-dominated sorting genetic algorithm (NSGA-II) and multi-objective differential evolution (MODE)) significantly outperform the previous algorithms for obtaining the optimum solution. The average fitness factor method and the normalised weighting objective function method are used to select the best optimal solution from Pareto optimal fronts. Two multi-objective performance measures namely solution spread measure and ratio of non-dominated individuals are used to evaluate the strength of the Pareto optimal fronts. Two more multi-objective performance measures namely optimiser overhead and algorithm effort are used to find the computational effort of the NSGA-II and MODE algorithms. Comparison of the results establishes that the proposed algorithms are superior to the algorithms in the literature.     

基于整数编码遗传算法的传感器优化配置研究

动态测试中,为了将传感器配置在合理的自由度上,以便充分反映结构的动力特性,需对传感器进行优化配置。本文分别以模态置信度矩阵、Fisher信息阵和它们的组合为优化准则,采用整数编码遗传算法,探讨了单目标和多目标优化的传感器优化配置问题。通过与现有的模态动能法、有效独立法及基于QR分解的逐步累积法进行比较,传感器优化配置的结果表明整数编码遗传算法优于上述三种现有方法。     

基于自适应引力算法的桥梁监测传感器优化布置

针对桥梁健康监测中传感器布置优化问题,提出了一种基于自适应引力算法的传感器优化布置方法。以模态置信准则为基础,构造满足传感器优化布置的适应度函数;针对引力搜索算法开发能力不足,对衰减因子α进行了自适应改进。搜索初期α较小,粒子以较大步长进行全局搜索,增强了算法的搜索效率;搜索后期α较大,粒子以较小的步长进行局部搜索,提高了算法的搜索能力,避免落入局部极值点。改进后的自适应引力算法通过双重编码的方式,使算法可以解决离散型的传感器布置问题;以马水河大桥为例,验证算法的可行性。结果表明,改进后的算法有很好的寻优能力,能够准确高效的确定传感器优化位置。     

基于分布式猴群算法的传感器优化布置方法研究

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。通过引入双重编码的方式, 克服了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。文末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。