2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩105頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、自上世紀以來,迅速發(fā)展的自然科學,不斷推動了工程技術(shù)的飛躍發(fā)展,使得建筑規(guī)模和造價不斷增大。大型建筑在國民經(jīng)濟和社會生活中的作用更為重要,人們對結(jié)構(gòu)安全性和耐久性的要求越來越高,結(jié)構(gòu)健康監(jiān)測逐漸備受學術(shù)界關(guān)注。結(jié)構(gòu)健康監(jiān)測可以根據(jù)結(jié)構(gòu)振動實時振動信號識別結(jié)構(gòu)的實時“健康”狀況,而健康狀況可用結(jié)構(gòu)參數(shù)(主要是物理參數(shù)和模態(tài)參數(shù))描述和評判,因此,結(jié)構(gòu)參數(shù)識別研究是結(jié)構(gòu)健康監(jiān)測的關(guān)鍵。
  本文基于群體智能優(yōu)化算法的基本原理與方法,對

2、量子粒子群優(yōu)化算法(Quantum-behaved Particle SwarmOptimization,QPSO)在結(jié)構(gòu)參數(shù)識別中的應(yīng)用進行了研究,具體內(nèi)容如下:
  1、簡要概述了結(jié)構(gòu)參數(shù)識別和智能優(yōu)化算法在結(jié)構(gòu)健康監(jiān)測領(lǐng)域應(yīng)用的研究現(xiàn)狀,鑒于傳統(tǒng)參數(shù)識別方法存在的不足之處,提出采用QPSO算法識別結(jié)構(gòu)參數(shù)的方法。
  2、主要介紹了QPSO算法的產(chǎn)生背景、基本思想和具體計算過程,并與研究較為成熟的PSO算法進行對比,總

3、結(jié)了QPSO算法所具有的優(yōu)點。
  3、提出了QPSO算法識別結(jié)構(gòu)物理參數(shù)的具體方法,并使用該方法對一六層框架結(jié)構(gòu)的物理參數(shù)識別進行了數(shù)值模擬,且與PSO算法的識別結(jié)果進行對比,結(jié)果表明,該方法能夠在結(jié)構(gòu)信息完全未知的情況下準確識別結(jié)構(gòu)物理參數(shù),即使測試信號中含有噪聲也不影響對結(jié)構(gòu)質(zhì)量和剛度的識別精度,僅影響對結(jié)構(gòu)阻尼的識別精度。
  4、提出了QPSO算法識別已知激勵下結(jié)構(gòu)模態(tài)參數(shù)的方法,使用該方法對六層框架和簡支梁結(jié)構(gòu)進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論