基于增强稳态遗传算法的模型修正多解识别

为避免在模型修正中采用传统优化方法给出的单一方案可能无法代表真实结构的问题,首先,提出了一种能识别出模型修正多个解的增强稳态遗传算法(enhanced steady-state genetic algorithm,ESSGA);然后,通过数值仿真对该算法性能进行了验证;最后,采用基本稳态遗传算法(steady-state genetic algorithm,SSGA)和该算法对南中环桥进行模型修正,并对修正结果进行对比。结果表明:ESSGA算法在优化多峰二元函数时,能高效精确地搜索到更多峰值;南中环桥模型修正后找到了4组解方案,频率响应与试验值误差均不超过7%,位移响应与试验值误差均不超过2%。与SSGA算法相比较,ESSGA算法能够找到更多参数方案且全局最优解目标函数更小,从中选择合适的解集作为最佳方案,得到更精确的基准有限元模型。