微分演化算法在结构参数识别中的应用

摘要

基于微分演化算法(Differential Evolution,DE)提出一种新的结构参数识别方法.通过对参数识别反问题转化为一个优化问题,根据实际观测结构响应数据与数值模型系统输出之间的差异建立识别问题的目标函数.利用DE求解该目标函数的全局最小,从而得到最优参数解.DE算法是一种新颖的随机搜索进化算法,通过采取全局优化的策略确保算法得到合理的解.DE算法具有算法简单、编程计算方便、同时收敛速度快、计算结果精度高、和鲁棒性强的优点.通过数值模拟及该识别方法在真实结构参数识别中的应用验证该方法的有效性.