基于改进遗传算法的传感器优化布置和损伤识别研究

摘要

遗传算法是一种很好的优化处理工具，在土木工程领域应用十分广泛，本文在总结前人关于遗传算法的研究成果基础上提出了一种新的同时具备全局搜索能力和局部搜索能力的改进遗传算法，并将其应用到了传感器优化布置和结构损伤识别中，以下是本文的主要研究内容:
　　(1)改进遗传算法
　　根据双阈值遗传算法、伪并行遗传算法、自适应遗传算法和并行遗传算法的思想及特点，提出了一种综合上述四种改进遗传算法的改进策略。算法测试及应用表明，该算法加快了收敛速度，具有很高的计算效率;
　　(2)多种编码方式的集成化
　　借助MATLAB软件，本文采用了四种编码方式对改进遗传算法进行了编程，并将其合并为一个程序，使遗传算法具备了对不同问题的通用处理能力。
　　(3)测点优化布置及模态实测
　　本文运用改进的遗传算法采用两种优化布置准则对某高层钢管混凝土结构进行了传感器优化布置，并对其进行了模态测试;
　　(4)模态识别
　　运用两种模态识别方法对模态测试数据进行了处理，得到了结构的模态参数，并对测试后的数据再次进行了传感器优化布置;
　　(5)损伤识别数值模拟
　　用ANSYS对五跨连续梁和三维框架结构进行了损伤模拟研究，利用残余力向量法构造适应度函数，采用改进遗传算法对上述结构进行了损伤识别，得出了残余力向量法识别结构损伤的特点，并给出了一些使用方法上的建议。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 传感器优化布置概述

1．2．1 传感器优化布置准则

1．2．2 传感器优化布置方法

1．3 基于振动测试的结构损伤识别概述

1．3．1 基于固有频率的损伤识别方法

1．3．2 基于振型的损伤识别方法

1．3．3 基于模态应变能的结构损伤识别方法

1．3．4 基于柔度阵的结构损伤识别方法

1．3．5 基于模型修正的结构损伤识别方法

1．3．6 基于残余力向量的结构损伤识别方法

1．3．7 基于计算智能的结构损伤识别方法

1．4 本文主要研究内容

第2章 遗传算法及其改进

2．1 传统遗传算法简介

2．1．1 遗传算法的基本思想

2．1．2 遗传算法的特点

2．1．3 遗传算法的操作

2．2 遗传算法的改进

2．2．1 改进遗传算法简介

2．2．2 本文对遗传算法的改进

2．2．3 改进遗传算法四种编码方式的集成

2．2．4 改进遗传算法性能测试

2．3 改进遗传算法解决TSP问题

2．4 本章小结

第3章 改进遗传算法在传感器优化布置中的应用

3．1 测点优化布置基本原理

3．1．1 模态置信因子法

3．1．2 模态比例因子法

3．2 改进遗传算法设计

3．2．1 编码方式的选择

3．2．2 适应度函数

3．2．3 振型线性插值函数设计

3．3 某高耸结构测点优化布置

3．3．1 工程概况及数值模拟

3．3．2 改进遗传算法测点优化布置

3．3．3 模态测试及模态识别

3．3．4 模态测试后测点优化布置

3．4 本章小结

第4章 改进遗传算法在结构损伤识别中的应用

4．1 残余力向量法损伤识别

4．1．1 残余力向量法基本原理

4．2 遗传算法适应度函数

4．3 某多跨连续梁的损伤识别

4．3．1 多跨连续梁简介

4．3．2 遗传算法参数设置

4．3．3 多跨连续梁损伤识别

4．4 三维框架结构的损伤识别

4．4．1 三维框架结构简介

4．4．2 遗传算法参数设置

4．4．3 框架结构损伤识别

4．5 本章小结

结论

参考文献

致谢

攻读学位期间所发表的学术论文目录