

已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在結構動力分析過程中,通過初始模型計算得到的結果與實測結果不可避免的存在偏差,為了能夠通過模型對結構的動力響應進行更準確的預測,對初始模型進行修正是必要的。模型修正自上世紀五十年代問世以來,經過幾十年的發(fā)展,已經有很多種方法,但到目前為此還沒有一種公認的、有效的應用于工程實際的方法。 本文在對模型修正進行深入分析與研究的基礎之上,提出了將免疫粒子群優(yōu)化算法應用到模型修正的具體方法。免疫粒子群優(yōu)化算法是結合新興的粒子群算法與人工免
2、疫算法而產生的新的優(yōu)化算法,由于它具有收斂速度快,不容易陷入局部最優(yōu)解等優(yōu)點,現已成為優(yōu)化算法的一個研究熱點。 利用基于免疫粒子群算法的模型修正方法,分別對一五層鋼架結構與虎門大橋進行了模型修正,得到了計算模態(tài)參數與實測模態(tài)參數誤差較小的優(yōu)于初始模型的新的模型,說明算法是可以應用于模型修正的。將本文修正結果與前人所做的相同模型結果進行比較,發(fā)現本文獲得了較好修正結果。 另外,通過對算法在模型修正中的過程分析,對算法的一些
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。
最新文檔
- 基于粒子群優(yōu)化算法的結構有限元模型修正.pdf
- 基于免疫算法的粒子群優(yōu)化算法的研究.pdf
- 基于粒子群算法的剛架結構的優(yōu)化.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于粒子群算法的油船結構優(yōu)化研究.pdf
- 基于免疫克隆與粒子群的優(yōu)化算法研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于粒子群優(yōu)化算法的結構參數及損傷識別.pdf
- 基于最小生成樹拓撲結構粒子群優(yōu)化算法.pdf
- 基于粒子群優(yōu)化算法的逆向物流中心選址模型的研究.pdf
- 基于粒子群優(yōu)化算法的無功優(yōu)化及規(guī)劃.pdf
- 基于粒子群算法的結構損傷檢測.pdf
- 基于分級的粒子群優(yōu)化算法研究.pdf
- 基于相似度模型的多模態(tài)粒子群優(yōu)化算法研究.pdf
- 基于免疫粒子群算法的火電機組組合優(yōu)化問題研究.pdf
- 基于網格優(yōu)化粒子群算法的研究.pdf
- 基于Baldwin效應粒子群優(yōu)化算法的研究.pdf
- 基于改進粒子群算法的模型降階.pdf
- 基于多模型和粒子群優(yōu)化算法的精礦產量預報模型.pdf
- 基于粒子群算法的綜合無功協(xié)調優(yōu)化.pdf
評論
0/150
提交評論