免疫算法和数据融合在结构损伤识别中的应用

摘要

大型结构由于传感器数量庞大、种类众多,使得对结构进行损伤识别时的速度和准确性不高.针对该问题,设计一种改进型免疫算法.将算法的抗体种群划分为多个子种群并行搜索,减小种群的搜索空间;采用阶段式阈值方式选取算法中的记忆库抗体,使得记忆库随着抗体性能不断调整;利用改进后的算法对各类传感器数据分别进行损伤识别;采用D-S证据理论将位移、应力、加速度多类传感器的识别结果进行数据融合,消除多传感器数据间的不确定因素.实验结果表明,改进型免疫算法能够以较少的迭代次数寻找到最优解,从而提高识别速度,D-S证据融合多类传感器的识别结果后准确度更高.