基于ACBO-GM联合方法的高维变量结构模型修正

工程结构模型修正常面临变量维度高、非线性程度强等现实问题,其模型修正的精度和效率受到严重影响,为改善这一不足,提出基于改进物体碰撞算法(Advanced Colliding Bodies Optimization,ACBO)和高斯白噪声扰动(Gaussian-white-noise Mutation,GM)的联合修正方法。在联合方法中,ACBO实现从传统的“一对一”到“优对多”的碰撞模式的转变,GM则用于保证碰撞过程中种群的多样性,可有效提升结构模型修正效率。基于一系列测试函数,对比分析标准物体碰撞算法(Colliding Bodies Optimization,CBO)和联合优化方法的优化性能;给出基于ACBO-GM联合方法的修正流程,并将其应用于钢框架修正算例和悬臂梁修正实例,对比研究基于联合修正方法与基于遗传算法(Genetic Algorithm,GA)的修正精度和效率。研究表明,ACBO-GM联合优化方法在精度和效率方面都明显优于传统的CBO方法,该优化方法的可行性得到验证;基于ACBO-GM联合方法在钢框架和悬臂梁两个工程结构修正案例中的应用,其修正精度均与基于GA方法的精度一致,但修正效率显著优于基于GA的修正方法。

基于GMPSO的有限元模型修正方法验证

为提高有限元模型修正方法效率,保证修正精度,提出基于高斯白噪声扰动的粒子群优化(GMPSO)有限元模型修正方法。介绍标准粒子群优化(PSO)方法和改进后的GMPSO方法,基于测试函数比对两种方法的全局寻优能力和寻优效率;提出高效的基于GMPSO有限元模型修正方法,阐述方法流程并明确各参数与实际物理量的对应关系;基于GMPSO有限元模型修正方法对高维有损伤简支梁模型(变量维度为10)实施修正,并与基于遗传算法(GA)的模型修正结果进行比对;基于GMPSO有限元模型修正方法对某在役桥梁结构实施修正(变量维度为13),验证所提方法可行性。结果表明:经局部改进的GMPSO方法较原PSO方法的优化能力显著提升;高维损伤简支梁模型修正结果显示,基于GMPSO模型修正方法可获得较好的修正结果,修正效率较基于GA的模型修正方法有显著提升;在役桥梁结构有限元模型修正结果显示,基于GMPSO模型修正方法可有效降低主梁计算频率和试验频率的误差,所提方法可适用于较工程复杂结构模型修正问题。