基于小生境猴群算法的传感器优化布置方法研究

将小生境进化理论引入到猴群算法中,提出了一种用于传感器优化布置的小生境猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷,并采用混沌搜索的方式产生初始猴群位置,使猴群均匀分布;将猴群分为多个小生境猴群系统,形成各自独立的搜索空间;基于共享适应度的方法对小生境猴群进行末尾淘汰,并随机初始化产生新的猴子,提高小生境猴群的多样性;利用各个小生境猴群的平均适应度替换机制使得优良猴子位置信息能够得到共享,提高算法的整体搜索性能和收敛效率。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,结果表明小生境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。     

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。     

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。     

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。     

基于分级免疫萤火虫算法的桥梁振动传感器优化布置研究

针对结构健康监测系统设计的振动传感器优化布置问题,在基本萤火虫算法的基础上引入等级划分策略和免疫机制,提出了一种分级免疫萤火虫算法。采用二重结构编码,弥补了基本萤火虫算法只能用于连续优化问题的不足;建立等级划分制度,使不同等级种群内部形成独立的搜索空间,维持了种群多样性,并让优质个体得以保留;引进免疫机制,进行萤火虫的选择、记忆、交叉和变异,增强了算法的全局搜索能力和局部寻优能力;文末利用足尺Benchmark桥梁模型,对算法参数进行了敏感性分析,并开展了振动传感器优化布置方案的选择。结果表明,与基本离散型萤火虫算法相比,分级免疫萤火虫算法的计算效率和寻优结果均有显著提升,能够很好地解决振动传感器优化布置问题。     

基于改进遗传算法的桥梁结构传感器优化布置

为了解决桥梁结构健康监测中的传感器优化布置问题,提出一种基于二重结构编码遗传算法的传感器优化布置方法.首先改进了编码方法,采用二重结构编码进行种群的初始化、交叉和变异,然后选择时采用最优保存策略,交叉时采用自适应部分匹配交叉,变异时采用自适应逆位变异.该法克服了传统遗传算法应用于大型结构时收敛速度慢且易陷入局部最优的缺陷,大大加快了收敛速度,并确保能够搜索到最优解.最后通过一个桥梁工程的实例分析,证明了该法在搜索能力、计算效率和可靠性方面明显优于序列法,可广泛地应用于桥梁结构的健康监测.     

自适应耦合局部最优法及其在模型修正中的应用

耦合局部最优法作为一种新型的优化技术,既具有高效的搜索速度又具有全局搜索能力.然而,对于大规模优化问题,该方法容易陷入局部最优;另外,梯度信息在该项技术中起着重要作用,而对于复杂问题往往不能得到精确的梯度信息,从而使得该算法的全局搜索能力下降.本文分别从初始种群的确定、变步长搜索、自调节种群三方面对原算法进行了改进,提出了自适应耦合局部最优法,使之具备解决多变量复杂优化问题的能力.通过两个测试函数验证了改进算法比原有算法更易于得到全局最优解并保持较高的计算效率.最后,采用一个试验算例验证了自适应耦合局部最优法的有效性.     

动态联盟伙伴选择的一种自适应遗传算法

针对动态联盟伙伴选择优化问题,提出一种自适应遗传算法用来求解此类问题。该算法设计了自适应交叉和变异概率,在遗传过程中可以根据适应度自动选择,从而使群体中每个个体对环境的变化具有自适应调节能力;所设计的自适应变异概率可以避免算法的早熟现象;遗传过程中,通过保持迭代过程中的最优解,加快了搜索速度,并保证了收敛于全局最优解。通过算例,证实了该算法的有效。     

基于自适应非线性粒子群算法的光刻光源优化方法

光刻光源优化作为必不可少的分辨率增强技术之一,能够提高先进光刻成像质量.在先进光刻领域,光源优化的收敛效率和优化能力是至关重要的.粒子群优化算法作为一种全局优化算法,自适应控制策略可以提高粒子的全局搜索能力,非线性控制策略可以扩大粒子搜索范围.本文提出一种基于自适应非线性控制策略的粒子群优化算法,将光刻光源优化问题转换...     

基于粒子群-蚁群混合算法的软件测试数据生成方法研究

在用于面向路径测试用例自动生成的智能优化算法中,由于各种参数设置的数学理论基础薄弱,算法普遍存在搜索效率较低的问题。在分析粒子群算法和蚁群算法的基础上,提出的粒子群-蚁群混合算法将粒子群优化算法和蚁群信息素选择方法有机地结合起来。通过经典的路径测试实验,实验结果表明,算法在自动生成软件测试用例的搜索过程中,充分发挥了粒子群算法较强的全局搜索能力和蚁群算法的区域搜索能力,提高了软件测试用例自动生成的效率。     

基于混合遗传算法的桥梁监测传感器优化布置

利用混合遗传算法(Hybrid Genetic Algorithm,HGA)对南京长江大桥的监测传感器进行优化布置,得到了考虑不同的振型阶数和不同传感器数量的优化布置方案.优化结果表明,HGA高效、稳定,具有较强的全局搜索能力,在桥梁健康监测中有着广阔的应用前景.     

结构健康监测的传感器优化布置研究进展与展望

大尺度、复杂化、长寿命、多功能现代工程结构长期暴露于严苛服役环境,结构功能与状态会偏离初始设计目标,利用结构健康监测技术进行健康诊断和性能评估是保证结构安全、延长使用寿命、降低维修成本的重要手段,而传感器系统作为结构健康监测的首要环节直接决定了结构安全诊断的准确性。随着待监测结构对安全性、功能性需求的日益提高,传感器优化布置越来越复杂,高效、高精度的结构状态变化数据采集系统也对传感器优化布置问题提出了更高的挑战。着重回顾并评述了传感器优化布置方法、评价方法等研究进展,提炼出传感器优化布置中亟待解决的输入参数与性能之间的耦合关系,可靠性分析,大规模传感器布置优化算法的精度、效率与评价等若干关键问题,并对此进行了未来发展展望,包括非完备信息与最优输入参数下传感器优化布置方法,基于信息融合技术的多类型传感器优化布置方法,传感器布置的多目标优化算法综合设计,基于人工智能的传感器优化布置算法策略,低信噪比、多工况下自适应的振动数据采集系统等重点发展方向。     

基于跳点搜索-遗传算法的自主移动机器人路径规划

为了解决采用遗传算法解析最优路径中存在的转折点较多、易陷入局部最优解、迭代次数较多以及寻优时间过长等问题，引入自适应交叉算子和变异算子，将改进后的跳点搜索（jump point search）算法与改进遗传算法融合，得到跳点搜索-遗传（jump point search-genetic,JPSG）算法。JPSG算法利用JPS算法的高效局部搜索能力来提高整体搜索能力，加速算法整体收敛趋势；利用改进遗传算法的全局搜索能力改变JPS算法不能在复杂障碍物状况下解析最优路径的状态，提高算法对动态环境的适应性。在栅格矩阵中的路径规划仿真表明，相比于改进遗传算法、传统遗传算法，JPSG算法可以有效缩短寻优执行时间，提高寻优准确率，减少运算执行次数，在稳定性、准确性、快速性上具有明显的优势。     

交叉变异的连续蚁群优化算法

研究了应用于连续空间优化问题的蚁群算法,给出了信息素的留存方式以及搜索策略.另外,针对蚁群算法易陷入局部最优的缺点,在最优蚂蚁周围进行了精细搜索,并加入了自适应的交叉变异算子,从而改进了蚁群算法的全局优化性能.数值仿真结果表明,该算法是一种有效的优化算法.     

基于P系统优化算法的管内瞬变压力优化研究

针对复杂管网系统管内瞬变流计算耗时长,且计算结果占用存储空间严重,导致基于遗传算法的管内瞬变压力优化计算寻优效率极低的问题,对遗传算法进行了自适应改进和基于P系统计算模型的改造,以降低算法在寻优过程中调用瞬变流计算模型的次数。案例计算过程表明,算法改进后得到的P系统优化算法在保证寻优效果的基础上,显著提高了瞬变压力优化计算的寻优效率,使搜索时间相对原遗传算法降低了约80%,因而特别适用于复杂管网系统管内瞬变压力优化计算。     

基于改进遗传爬山算法的篦冷机熟料换热二次风温故障诊断

提出一种利用改进遗传算子优化爬山的算法,能自动调整交叉概率和变异概率,自动选择交叉方式和变异方式,利用改进的交叉算子和变异算子替代爬山算法中的减边算子来扩展其全局寻优能力,利用最大支撑树限制搜索空间来提高搜索效率。仿真实验证明,与爬山算法等算法相比,该算法得到的模型更加准确、最佳得分更高且耗时较短。结合水泥熟料换热过程中的篦冷机现场采集数据,建立了篦冷机工艺参数的故障诊断模型,对二次风温实现了较为准确的故障诊断,具有一定实际意义。     

基于改进模拟退火算法的复合材料层合板频率优化

针对复合材料层合板频率优化问题,结合可行规则法和直接搜索模拟退化算法,提出了一种自适应模拟退火(SA)改进算法。层合板优化目标是基频、频率带隙以及给定基频和带隙约束的层合板厚度。设计变量包括铺层角度和铺层数两种离散变量。改进算法的自适应新点产生模块采用依赖温度的动态调整搜索半径,改善了直接搜索模拟退化(DSA)算法易陷入局部极值的缺陷,而可行规则法的引入提高了SA算法求解约束问题的效率和简易性。采用Ritz法进行频率响应分析以考虑弯扭耦合影响。不同铺层数、角度增量和长宽比时的层合板3类算例结果显示:改进算法能有效求解层合板频率优化,可获得更多或更好的铺层顺序全局优化解。     

改进型FULMS算法实现压电机敏框架结构振动抑制

航空航天器结构振动主动控制研究一直非常活跃,其中自适应滤波FULMS算法构成主要控制方法之一,但该算法存在一个如何提取有效参考信号的问题。提出一种改进型FULMS振动控制算法,算法过程是通过从振动结构中直接提取振动响应残差信号,进而基于控制器结构和算法过程数据构造出参考信号,满足于激扰信号的相关性并进入算法控制过程;在此基础上,构建了一种压电机敏框架结构和实验平台进行实验验证,阐述了实验模型结构模态分析、分布式压电传感器和驱动器优化配置,以及实验平台构建和实验过程分析。研究结果表明,改进型FULMS算法较为有效地解决了参考信号实际获取问题,并具有良好的收敛性和结构振动抑制效果,对自适应滤波振动控制算法进一步实用化具有良好意义。     

一种聚类优化的传感器布置方法研究EI北大核心CSCD

复杂结构试验/理论振型的匹配是模态参数型修正过程的重要内容。以测量并获取用于模态参数识别的最佳信息为目标,实现布置在结构上有限数量的传感器能有效避免信息冗余,提出了一种聚类优化的传感器布置方法。根据结构模态中各自由度振型的动力相似性,应用k-means聚类算法对自由度进行自动集结并分类。采用有效独立法分别从各聚类自由度中搜索出模态分辨率最高的传感器位置作为实际的测量位置。最后通过一个悬臂梁、一个悬臂薄板的数值分析和一个旋转滤光轮组件的模态测试试验对该优化布置方法进行验证。分析结果表明,这种方法能有效选出独立敏感性测点,并且具有较高的搜索效率。     

一种聚类优化的传感器布置方法研究

复杂结构试验/理论振型的匹配是模态参数型修正过程的重要内容。以测量并获取用于模态参数识别的最佳信息为目标,实现布置在结构上有限数量的传感器能有效避免信息冗余,提出了一种聚类优化的传感器布置方法。根据结构模态中各自由度振型的动力相似性,应用k-means聚类算法对自由度进行自动集结并分类。采用有效独立法分别从各聚类自由度中搜索出模态分辨率最高的传感器位置作为实际的测量位置。最后通过一个悬臂梁、一个悬臂薄板的数值分析和一个旋转滤光轮组件的模态测试试验对该优化布置方法进行验证。分析结果表明,这种方法能有效选出独立敏感性测点,并且具有较高的搜索效率。