基于智能算法的梁損傷定位的研究與實(shí)現(xiàn).pdf

1、隨著房屋建筑、公路交通等工程事故的頻繁發(fā)生，工程質(zhì)量的好壞引起了人們的日益重視。然而工程結(jié)構(gòu)中由于初始缺陷的存在及荷載和環(huán)境的共同作用，經(jīng)長期的累積導(dǎo)致的性能下降甚至安全隱患容易被忽視，在特定的環(huán)境和條件下可能導(dǎo)致重大損失甚至是安全事故。梁作為承重構(gòu)件在整個(gè)工程結(jié)構(gòu)的地位非常重要。因此梁的損傷定位是一件非常有意義的工作，目前梁損傷定位采用的主流技術(shù)包括基于振動(dòng)的損傷檢測(cè)和基于智能方法的損傷檢測(cè)。 人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行分布處

2、理、高度的容錯(cuò)性和魯棒性及自學(xué)習(xí)自適應(yīng)能力，從而成為梁損傷定位的有效手段。多層前向神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)是研究最為成熟、應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)。由于基本的BP算法收斂速度慢，出現(xiàn)了對(duì)基本BP算法的各種改進(jìn)技術(shù)，其中采用了數(shù)值優(yōu)化技術(shù)的LMBP算法是最快的一種BP算法。由于其基于梯度的搜索策略，BP算法極易陷入局部最優(yōu)點(diǎn)。粒子群優(yōu)化算法作為一種群智能算法，具有很強(qiáng)的全局搜索能力，將其用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)可以克服BP算法的極易陷入局部最優(yōu)的缺點(diǎn)。然而

3、在粒子群優(yōu)化算法中，早熟現(xiàn)象時(shí)有發(fā)生，從而制約了算法的性能。人工免疫系統(tǒng)中抗體抑制機(jī)制和基因變異機(jī)制能夠有效的維持抗體的多樣性，疫苗接種機(jī)制利用先驗(yàn)知識(shí)指導(dǎo)搜索過程，加快了算法的收斂速度。 本文將免疫算子引入粒子群優(yōu)化算法，構(gòu)造了一種免疫粒子群優(yōu)化算法。對(duì)四個(gè)基準(zhǔn)測(cè)試函數(shù)使用免疫粒子群優(yōu)化算法進(jìn)行試算，并與標(biāo)準(zhǔn)粒子群優(yōu)化算法進(jìn)行了對(duì)比，結(jié)果表明免疫算子的引入有效克服了算法容易早熟的缺陷，增強(qiáng)了算法的全局尋優(yōu)能力，明顯改善了粒子群

4、優(yōu)化算法的性能。本文使用這種免疫粒子群優(yōu)化算法來訓(xùn)練前向神經(jīng)網(wǎng)絡(luò)，結(jié)果與基準(zhǔn)函數(shù)測(cè)試類似，免疫算子的引入改善了粒子群優(yōu)化算法的性能。本文還將免疫粒子群優(yōu)化算法與各種BP算法進(jìn)行了比較，并使用LMBP算法對(duì)免疫粒子群優(yōu)化算法訓(xùn)練后的網(wǎng)絡(luò)進(jìn)行進(jìn)一步的訓(xùn)練，既利用了免疫粒子群優(yōu)化算法結(jié)果早期的全局搜索能力，又利用了LMBP算法后期的局部精細(xì)搜索能力，網(wǎng)絡(luò)性能得到了很大的改善。使用訓(xùn)練后的網(wǎng)絡(luò)對(duì)桁架梁進(jìn)行損傷定位仿真，仿真結(jié)果能夠?qū)p傷定位起到