基于节段模型弯扭耦合自由振动风洞试验,在现有的最小二乘原理的基础上引入了一种新的基于粒子群算法(Particle Swarm Optimization,PSO)和灰狼算法(Grey Wolf Optimizer,GWO)的混合算法(hybrid GWO with PSO,HGWOP)以搜索相关参数,从...基于节段模型弯扭耦合自由振动风洞试验,在现有的最小二乘原理的基础上引入了一种新的基于粒子群算法(Particle Swarm Optimization,PSO)和灰狼算法(Grey Wolf Optimizer,GWO)的混合算法(hybrid GWO with PSO,HGWOP)以搜索相关参数,从而更加准确地识别桥梁断面的颤振导数。通过对理想平板和某大桥在三种加权矩阵下基于传统迭代法和HGWOP的颤振导数识别结果进行对比分析,发现HGWOP不仅能够避免初值敏感性问题,在某一阶模态信号衰减迅速时进行准确地参数搜索,还能在相对复杂的加权矩阵下进行更加稳定和准确地识别。该文提出了一种新的颤振导数识别方法,并为更加科学且复杂的加权矩阵的应用提供了可能。展开更多
文摘基于节段模型弯扭耦合自由振动风洞试验,在现有的最小二乘原理的基础上引入了一种新的基于粒子群算法(Particle Swarm Optimization,PSO)和灰狼算法(Grey Wolf Optimizer,GWO)的混合算法(hybrid GWO with PSO,HGWOP)以搜索相关参数,从而更加准确地识别桥梁断面的颤振导数。通过对理想平板和某大桥在三种加权矩阵下基于传统迭代法和HGWOP的颤振导数识别结果进行对比分析,发现HGWOP不仅能够避免初值敏感性问题,在某一阶模态信号衰减迅速时进行准确地参数搜索,还能在相对复杂的加权矩阵下进行更加稳定和准确地识别。该文提出了一种新的颤振导数识别方法,并为更加科学且复杂的加权矩阵的应用提供了可能。