基于改进CHC遗传算法的结构损伤诊断研究.pdfVIP

　第27 卷第3 期 振动、测试与诊断 V o l. 27 N o. 3　 　2007 年9 月 Sep. 2007　 Jou rn a l o f V ib rat ion ,M ea su rem en t D iagno sis 基于改进CHC 遗传算法的结构损伤诊断研究 黄维平　王晓燕 ( 中国海洋大学海岸与海洋工程研究所　青岛, 26607 1) 摘要　提出了一种改进的CH C 遗传算法, 用频率误差和振型误差函数构建 目标函数和适应度函数, 该方法继承了 普通遗传算法和CH C 算法的优点, 提高了算法的收敛速度。数值算例表明, 用改进的CH C 遗传算法进行结构损伤 诊断时, 单构件损伤比SGA 算法的计算时间缩短60% , 多构件损伤可缩短80% 。 关键词　结构参数识别　结构损伤诊断　遗传算法　CH C 算法 中图分类号　TM 55　TU 3 17 一种改进的CH C 算法( ICH C ) , 在实际工程应用中 引　言 能够提高运算效率, 得出令人满意的结果。 重大土木工程结构的可靠性对社会、经济有重 1　SGA 算法[7- 8 ] 要影响, 正确评定结构的实际性态是结构可靠工作 的基本前提。如何判断结构的损伤程度及可靠性, 对 遗传算法从代表问题可能潜在解集的一个种群 结构能否继续使用和是否需要加固作出正确的决 开始, 按照适者生存和优胜劣汰的原理, 逐代演化产 [ 1 ] 策, 是当今结构工程研究的新课题 。国内外学者在 生出越来越好的近似解。在每一代, 根据问题域中个 此方面作了大量的研究工作, 作为优化算法之一的 体的适应度大小挑选个体, 并借助于 自然遗传学的 遗传算法已经成为其研究与应用的最重要的工具。 遗传算子进行组合交叉和变异, 产生出代表新的解 因其具有鲁棒性, 特别适合处理传统搜索算法解决 集的种群。这个过程将导致种群的后生代比前代更 不好的复杂和非线性问题, 因此在结构损伤诊断领 适应于环境, 末代种群中的最优个体经过解码可以 域越来越受到重视。 作为问题近似最优解, 其过程如下。 遗传算法是一种借鉴生物界自然选择和进化机 ( 1) 确定 目标函数及设计变量 制发展起来的高度并行、随机、自适应搜索算法, 已 用动力学方法进行损伤诊断时, 实测的固有频 形成了一个较完整的理论和方法, 后引入了动态策 率和振型是诊断的依据, 其最终 目标是由识别的结 略和 自适应策略以改善遗传算法的性能, 提出了各 构参数得到的结构模态数据与实测模态数据一 种变形的遗传算法 ( [3 ] V ar ian t s o f Canon ica