桥梁监测传感器优化配置应用免疫算法作用探讨.docVIP

桥梁监测传感器优化配置应用免疫算法作用探讨 　　【摘要】为了使用更少的传感器得到尽可能全面的桥梁健康信息，针对桥梁运行过程中所存在的问题，提出了将免疫算法作为基础的监测传感器改良方案。通过对免疫算法应用的进一步研究，得出了依靠免疫算法所具有的高收敛速度与高精度优势，可实现桥梁高质量监测的目的，旨在为桥梁安全、稳定运行提供理论基础。 　　【关键词】桥梁；监测传感器；优化配置；免疫算法；应用 　　如今，结构健康状况监测系统随着社会的发展逐渐得到了广泛的使用，如何对传感器布置进行优化，从含有噪声的复杂信号对有价值信号进行优化采集，得出尽可能全面的结构状况与特性信息，这是桥梁等大规模复杂工程在保障结构健康时用到的关键技术。创建桥梁模型，获取桥梁的动力特点信息，索取全部传感器候选测点的所有振型，将模态振型所对应的矩阵视作执行监测的基本信息，运用遗传算法等随机类算法，对传感器监测进行优化配置。 　　1、免疫算法概述 　　上世纪八十年代，Farmer等基于成熟的免疫网络学说相继创建了动态模型，正式开始了关于免疫系统方面的研究工作。免疫算法依靠免疫系统所具有的形成与保持抗体多样性的原则，从根本上解决了传统寻优进程中很难进行处理的早熟难题，以此很好的避免了陷入局部最优解的情况。免疫算法充分利用群体搜索功能，注重群体当中各个抗体间保持的信息交换，同时此算法对于抗体的选取与评价均将亲和度作为基础。在免疫算法当中，除了合理使用交叉及变异等传统操作以外，还能采取克隆选择以及疫苗接种等全新理念形成抗体，由此可见，免疫算法对于抗体的描述和评价是十分客观且全面的。除此之外，免疫算法还可以对抗体实施有效的促进与抑制，通过自我调节形成新抗体，进一步确保了群体多样性，具体流程如图1所示。 　　2、免疫算法在桥梁监测传感器优化配置中的应用 　　优化配置的根本目的在于使用最低的成本尽可能将有限的传感器布置在最佳位置，确保传感器获取的信息可以准确的反映出桥结构的实际状况，最后为桥梁健康状况评价提供可靠的数据，这是一种具有一定代表性的组合优化方式。虽然可应用于优化配置方面的算法有许多种，但这些算法都不同程度的有着灵敏度不足、精度不够等问题。考虑到免疫算法在其他领域中应用收获的实际效果，尤其是该算法所具备的超强学习、记忆与识别能力，决定将其应用到优化配置过程中，具体应用方法与程序如下。 　　2.1 抗原识别 　　对于免疫算法而言，抗原即为需要解决的问题，抗原识别实际上就是对问题进行分析和解决，设计出一个与问题相吻合的目标函数。在桥梁结构健康状况监测传感器优化配置问题中，首先应创建一个基于桥梁基本特点的有限元模型，结合模态分析所提取出的数据得出模态振型矩阵，将其表示为 ，其中，n代表全部传感器的候选测点所对应的自由度， 代表模态振型阶数，以此为基础得出模态置信度（Modal Assurance Criterion，MAC）矩阵： 　　为保证MAC矩阵所对应的非对角线元素趋近于最低值，则需将函数 值域控制在（0，1）区间内。只有在非对角线元素数值最低的情况下，才能有效提升振型向量的独立性，进而保证与优化效果。 　　2.2 初始抗体的形成 　　对于免疫算法而言，抗体即为目标问题的解，为了给寻优过程提供方便，在桥梁结构健康状况监测传感器优化配置问题中，需要利用到整数编码，具体方法为：随机生成N+p个免疫抗体，其长度均计为n，其中，N代表抗体种群的规模；p代表记忆库的实际容量；n代表全部传感器的候选测点所对应的自由度（1，2，3，???，n）。最后，从抗体中选出m个将其作为优化配置点，m必须小于n。 　　2.3 抗体评价 　　2.3.1 抗体抗原亲和力 　　2.3.3 期望繁殖概率 　　在免疫算法当中，一般使用期望繁殖概率来对各种抗体实施评价，通常将期望繁殖概率表示为P。 　　式（6）中， 代表抗体抗原的亲和力函数； 代表抗体的浓度； 代表群体多样性的评价参数，该参数范围区间为[0，1]，这一参数对于亲和力和浓度所形成的作用会起到决定性的影响，通常取0.98。通过分析得知，P与抗体适应度成正比，与抗体密度成反比。借助此特性，不仅对适应程度较高的抗体进行了鼓励，还能有效抑制浓度偏高的抗体，进而实现了群体多样性的保持。 　　2.4 形成父代群体 　　严格按照P值规律对初始抗体进行排列，同时选取N个抗体创建一个完整的父代群体，并选取前p个初始抗体放入记忆库内进行储存，在对记忆库进行更新时，利用精英保留手段，首先保存具有较高亲和力的坑体，然后在按照P值规律对余下的抗体进行保存。 　　2.5 形成全新抗体种群 　　结合父代群体的相关计算成果，对抗体群体实施全面的免疫操作，主要包括选取、交叉以及变异等，进而得出全新的抗体种群，然后再从记忆库当中抽