摘 要: | 研究了基于代理模型的有限元模型修正方法,针对支持向量机(Support Vector Machine,SVM)在处理非线性程度不高函数时容易出现过拟合,提出了一种采用混合基函数形式的增广SVM方法。该方法首先是在结构动力学试验结果和结构有限元模型计算分析结果的基础上,根据设计要求、灵敏度计算或工程经验选择适合的待修正参数、修正范围来确定修正样本空间,并给出样本点,其次采用增广SVM方法构造每组样本点和与之对应的目标函数之间的代理模型,采用基于Pareto最优解的多目标优化方法,以代理模型输出为目标,样本空间为变量,寻找待修正参数在修正区间内的全局最优解。用代理模型代替原有的有限元模型进行相关的计算分析,避免在模型修正过程中反复调用原有限元模型进行计算带来的高昂计算成本。通过算例一表明,增广SVM的预测结果较传统SVM方法精度更高,而算例二、三则说明所提出的基于增广SVM方法的结构动力学模型修正方法具有实际应用价值,同时计算结果具有很高的精度。
|