期刊文献+

基于粒子群优化算法的结构系统辨识 被引量:1

Identification Method of Structure System Based on Particle Swarm Optimization
下载PDF
导出
摘要 针对一般智能理论辨识方法在结构系统辨识中存在的问题,提出一种基于粒子群优化算法(PSO)的辨识方法。用粒子群中的粒子表征结构物理参数,以最大似然准则为粒子群优化算法的适应度函数,建立了结构系统的辨识模型。数值仿真分析表明,粒子群优化算法可以精确辨识出结构系统的物理参数。 In order to solve the problems of the intelligent theory application to the identification of structure systems, a new identification method to the structural systems is presented based on particle swarm optimization algorithm in the paper. Every particle of the colony is denoted as the structure parameters and maximum likelihood criterion is adopted to be fitness function for the optimization problem. Thus the identification model of structure system is set up. The numerical simulation results show that PSO algorithm can be used to identify the accurate parameters of structure systems.
出处 《科技通报》 2007年第6期878-884,共7页 Bulletin of Science and Technology
关键词 结构系统辨识 粒子群优化算法 最大似然准则 智能理论 structure system identification particle swarm optimization algorithm maximum likelihood criterion intelligent theory
  • 相关文献

参考文献4

二级参考文献6

  • 1王顺晃 舒迪前.智能控制系统及其应用[M].北京:机械工业出版社,1998.15-21.
  • 2高振世.建筑结构抗震设计[M].北京:中国建筑工业出版社,2000..
  • 3李江 何玉敖.人工神经网络在结构振动控制中的应用进展[A].同济大学.第三届中国结构抗振控制年会[C].上海:同济大学,2002..
  • 4赵林.[D].天津:天津大学,2004.
  • 5何亚东,何玉敖.基于模糊神经网络的建筑结构系统辨识[J].工程力学,2000,3(A03):62-66. 被引量:3
  • 6冯冬青,张希平.基于神经网络的自学习模糊控制[J].郑州大学学报(工学版),2003,24(4):6-10. 被引量:3

共引文献9

同被引文献10

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部