基于混沌遗传算法的布拉格光栅非均匀应变分布重构研究

摘要

光纤布拉格光栅传感技术在结构健康监测领域有着广阔的应用前景，而进化计算和机器学习是目前人工智能和模式识别领域的前沿科学，本文布拉格光栅非均匀应变分布重构的研究工作采用了混沌遗传算法和支持向量回归方法，具有重要的理论价值和工程实践意义。 从耦合模理论的角度分析了光纤布拉格光栅应变传感原理，重点讨论了龙格库塔积分法和传输矩阵法的布拉格光栅反射光谱计算方法；在分析基本遗传算法优劣性能的基础上，提出了实数编码和适应度排序标定方案的改进遗传算法；为了加快遗传算法的收敛速度和避免陷入局部最优解，研究了混沌优化算法的原理和载波方式，并构建成混沌算子嵌入改进遗传算法中形成混沌遗传算法；定义了四种衡量非均匀应变分布重构精度的指标，针对非均匀应变分布形式分为线性、多项式、高次和不连续四种情况，从指标定量分析的角度研究了混沌遗传算法的优化性能，并和改进遗传算法比较，验证了混沌算子局部寻优的有效性；详细讨论了进化代数、反射光谱谱宽、采样间隔以及测量噪声对应变分布重构精度的影响，提出了ε-不敏感损失支持向量回归的反射光谱降噪方法，算例的仿真结果表明依据支持向量回归的反射光谱进行非均匀应变分布重构取得了令人满意的效果。