量子粒子群优化算法在结构参数识别中的应用.pdfVIP

第 33卷第 1期 防 灾 减 灾 工 程 学 报 Vo1．33NO．1 2013年 2月 JournalofDisasterPreventionandM itigationEngineering Feb．2O13 量子粒子群优化算法在结构参数识别中的应用 王兰彬 (同济大学结构工程与防灾研究所，上海 200092) 摘要 ：系统识别 问题可以转化成一高维多模优化 问题 。针对基本粒子群优化在分析此类 问题时容易出现早熟收敛 从而导致局部优化和较大误差的缺陷，提 出将量子粒子群优化算法(QPSO)应用于结构参数识别。QPSO具有参 数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解 的特点。本文在测量数据不 完备且含噪声污染，参数质量、刚度和阻尼等信息缺乏的情况下，通过数值模拟 以及在真实结构参数识别 中的应 用 ，验证 了QPSO的有效性 。 关键词：量子粒子群优化(QPSO)；参数识别；优化算法 中图分类号 ：TU352．1 文献标识码 ：A 文章编号 ：1672—2132(2013)01—0091—06 ApplicationofQuantum ParticleSwarm OptimizationAlgorithm inStructuralParameterEstimation W ANG Lan—bin (ResearchInstituteofStructuralEngineeringandDisasterReduction，TongjiUniversity，Shanghai200092，China) Abstract：Systern identificationcanbeformulatedasamultimodaloptimizationproblem withhigh dimension．Theoriginalparticleswarm optimization (PSO)usuallysuffersfrom prematurecon— vergencetendingtogetstucktolocaloptimaandlow solutionprecisionwhilesolvingthesecom— pleXmuhimoda1problems．Inorderto solvethisproblem，aquantum particleswarm optimiza— tion (QPSO)methodwasutilizedtoestimateparametersofstructuralsystems．Thepotentiali— tiesofQPSOareitssimplestructure，lessdesignparameters，easyuse，fastconvergence，prema— tureconvergencediscouragedandglobaloptimalsearchingproperty．Theeffectivenessofthepro— Dosedmethodwasevaluatedthroughthenumericalsimulationsandanapplicationtoarealbuild— ing。Theeffectivenessoftheproposedmethodisevaluatedthrough thenumericalanalysisandan aPPlication toarealbuildingunderconditionsincludinglimitedmeasurementdata，noisepolluted signals。andnopriorknowledgeofmass，damping，orstiffness． Keywords：quantum particleswarm optimization(QPSO)；system identification optimizational—