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。     

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。     

协同进行遗传算法在传感器优化配置中的应用

动态测试中,为了获得精确的试验模态参数,需将传感器配置在最优的位置.以模态置信度矩阵非对角元的最大值最小化为优化准则,针对 GARTEUR 飞机模型,基于协同进化遗传算法,对传感器的配置进行了优化,其结果优于 Guyan 法、EI 法和基于QR 分解的逐步累积法.     

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...     

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。     

结构动态测试传感器优化配置的预试验技术

传感器配置是结构动态测试的一项重要的技术措施,其效果决定了结构的各阶主要测试模态的有效程度。由此,首先对结构仿真模型进行预先的主元素分析,优化传感器的布置。在结构有限元模型(FEM)中,对模型固有特性进行分析,确认重要的结构模态和结构动态测试目标。利用Guyan缩减方法对模型的自由度进行主从划分;选取感兴趣的结构振型的主自由度,对应从有限元模型中提取缩减的"试验模型"。针对提取的缩减模型重新开展模态分析,采用模态置信度(MAC)指标评估各阶振型之间的相关性,进而量化并直观显示传感器的配置效果。对某型号无人直升机机身结构进行地面振动试验。通过从仿真模型中选取合适的振型主元,改进传感器的配置,能保证试验中获得期望的结构测试模态,验证了利用结构仿真模型在动态测试之前预先进行传感器优化配置的效果。     

混合智能算法在CVRPTW中的应用

考虑到遗传算法本身存在易"早熟收敛"的缺陷,提出将模拟退火算法中的Metropolis接受准则引入到遗传算法的群体更新策略中,并将其应用于物流管理中的带容量约束和时间窗的车辆路径问题(CVRPTW).针对Solomon提出的几个标准问题,从数值计算上探索了遗传算法和模拟退火算法融合后的优化能力,获得了满意的效果.     

高层建筑中强震仪的优化布置

研究了强震仪在高层建筑中的优化布置问题.通过振型矩阵的QR分解获得强震仪的初始配置,以振型模态置信度(MAC)矩阵为目标函数,利用自编的程序进行优化分析,得到了强震仪的优化布置,对传统的经验方法的完善和提高具有重要意义.     

利用分布式狼群算法进行三维传感器优化布置的方法研究

考虑传感器优化布置中的模态置信准则MAC只能对三维传感器的某一方向进行优化,而不能确保在三个方向同时实现优化布置的问题,提出将节点的三个平动自由度作为一个单元,通过节点的Fisher信息阵来获取结构所布置传感器的Fisher信息阵,并借鉴传统一维模态置信准则的思想,构建了一种全新的三维模态置信准则TMAC。为提高算法的求解效率,提出了一种分布式狼群算法,采用双重编码方式,克服原狼群算法只能求解连续变量优化的问题;采用狼群分组的方法,通过组内狼个体的信息交流,提高了算法的搜索效率。文末以中佛罗里达大学建立的基准模型为例,进行了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:分布式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。     

多级分销网络设计及库存控制整合优化模型

从供应链集成的角度出发,基于多目标规划,根据排队论探讨了随机性需求下多级分销网络设计与库存控制的整合优化问题,提出了多级分销网络设计和库存控制整合优化的多目标规划模型.针对遗传算法收敛速度慢、易陷入局部最优等缺点,采用了基于并列选择法的遗传-模拟退火算法混合优化策略.实验证明,模拟退火算法提高了遗传算法的全局搜索能力,改善了遗传算法的求解性能.     

基于有效独立的改进传感器优化布置方法研究

随着结构健康监测技术的发展,传感器优化布置问题日趋突出。综合考虑有效独立法和模态动能法的优缺点,分别以平均加速度幅值和模态动能修正有效独立法的传感器优化布置结果,提出了两种基于有效独立的改进传感器优化布置方法———有效独立-平均加速度幅值法(EI-AAA)和有效独立-模态动能法(EI-MKE)。运用模态动能准则、平均加速度幅值准则、Fisher信息矩阵准则、截断模态矩阵条件数准则、模态置信准则评价并比较上述两种方法及有效独立法、模态动能法、有效独立驱动点留数法和有效独立驱动点残差法。实际钢井字梁采光顶结构算例结果表明,本文提出的有效独立-平均加速度幅值法(EI-AAA)和有效独立-模态动能法(EI-MKE)在考虑截断模态线性独立的同时都能自动选择具有较高平均动态响应和模态动能的测点位置,有较强的抗噪声性能,在六种方法中布置结果最为有效。     

求解矩形布局问题的自适应算法

矩形布局问题属于NP-Hard问题,其求解算法多为启发式算法。该文侧重于构造布局求解算法中定位函数(规则)的优化,将模拟退火算法的思想融入到遗传算法中,提出了求解矩形布局问题的自适应算法,其利用自适应交叉、变异及接收劣质解的概率等方法对定位函数中各参数进行优化。算法通过两种方式确定初始种群的数目,具有较强的适应性。在算法搜索的后期,利用差异性较大的个体进行交叉操作,从而保持种群的多样性。最后通过实例证明了该算法能够很好的应用于矩形布局问题的求解。     

Nimble and adaptive time-division multiple access control phase algorithm for cluster-based wireless sensor networks

Control phase plays a critical role in the performance of time-division multiple access (TDMA)-based networks. Within cluster-based wireless sensor networks, a nimble and adaptive control phase algorithm called NACPA to control the control phase of TDMA-based medium access control (MAC) in cluster-based sensor networks is proposed. This algorithm takes advantage of the wireless sensor hardware feature and presents a more accurate although simpler means to calculate the number of contention nodes in one round. On the basis of the analysis of the features of contention probability against the number of contention nodes, this algorithm can significantly reduce its computation complexity, rendering it practically feasible for resource-constrained sensor networks. Detailed analytical evaluation against two typical MAC algorithms (polling and carrier sense multiple access) is presented both in terms of packet transmission delay and average channel utilisation, the results of which, while also matching the simulation observation, have shown its effectiveness and efficiency.     

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.     

基于多目标遗传算法的传感器优化布点研究

针对目前桥梁模态试验中传感器布点优化都是基于单一准则下的研究的局限性,提出采用双准则或多准则下的传感器优化布点研究,该方法改进了以往布点优化中单一目标最优的限制,转而寻求多准则下的优化布点的满意解,而非真正严格数学意义上的最优解。采用Pareto遗传算法,设计了相应的遗传算子和编码方案,成功求解了双准则下传感器最优布点问题,优化结束时,成功给出了一组pareto最优解的前沿面,进而证明了提出的方法是可行的。     

基于构形度的强震下单层球壳结构倒塌模式优化研究

基于杆系结构构形易损性理论,以构形度标准差最小为目标函数,以构件截面尺寸为优化变量,并考虑长细比、挠度、杆件强度及稳定约束条件,建立了单层球壳结构构形度优化模型。将遗传算法和模拟退火算法作为子算法,基于混合策略构造出遗传-模拟退火算法(GASA),并采用自适应策略降低算法对优化参数的依赖性。以跨度70m的单层球壳结构为例,通过凝聚过程分析识别结构存在的构形度不均匀区域。采用GASA算法对该区域的杆件截面进行构形度优化。通过对优化后结构凝聚过程分析和地震动力时程分析,表明优化模型和优化算法可以有效的解决优化变量繁多的大型单层球壳结构地震作用下倒塌模式的优化问题。