QPSO算法在橋梁健康監(jiān)測中的應用研究.pdf

1、量子粒子群算法(Quantum-behaved Particle Swarm Optimization, QPSO)作為一種全局收斂的人工智能算法，以其系統(tǒng)辨識能力強、控制參數(shù)少、善于解決復雜優(yōu)化問題等優(yōu)點，近年來成為智能算法應用于結構健康監(jiān)測的新興熱點課題。本文依據(jù)QPSO算法自身特性，以當前模態(tài)參數(shù)和損傷識別存在的不足為出發(fā)點，將 QPSO算法分別與連續(xù)小波變換(Continuous Wavelet Transform, CWT)、

2、廣義柔度矩陣(Generalized Flexibility Matrix, GFM)、時程響應(Time History Response, THR)等相結合，從而將識別問題轉(zhuǎn)化為優(yōu)化問題，簡化了識別過程，提高了識別精度。具體研究內(nèi)容及其成果如下：
　　(1)系統(tǒng)評述了目前結構模態(tài)參數(shù)和損傷識別的理論意義、應用背景、研究現(xiàn)狀以及存在的問題，由此提出基于 QPSO算法的橋梁健康監(jiān)測研究的思路和主要內(nèi)容；
　　(2)詳細闡述了

3、 QPSO算法的產(chǎn)生背景、基本原理、計算流程及優(yōu)化特性等，同時對CWT、GFM的基本理論、主要特性和表現(xiàn)形式等進行了簡要論述；
　　(3)針對環(huán)境激勵下小波變換和 PSO算法(Particle Swarm Optimization)識別模態(tài)參數(shù)過程的優(yōu)缺點，提出了 QPSO+CWT的模態(tài)參數(shù)識別方法。通過對結構響應信號進行連續(xù)小波變換，實現(xiàn)多自由度系統(tǒng)響應轉(zhuǎn)化為多個單自由度響應，然后QPSO算法優(yōu)化單自由度響應，一次性識別出結構的

4、模態(tài)參數(shù)。該方法一方面減少了 QPSO算法所需識別的參數(shù)數(shù)量，放寬了各粒子約束條件，另一方面對模態(tài)參數(shù)共同優(yōu)化，簡化了計算步驟，改善了識別精度。采用不同結構類型的數(shù)值仿真對該方法有效性和可行性進行了驗證；
　　(4)基于柔度靈敏度和廣義柔度靈敏度在損傷識別中存在的問題，提出了QPSO+GFM識別結構損傷的方法。利用損傷前后結構廣義柔度差矩陣與結構物理參數(shù)變化之間的關系，以廣義柔度矩陣構造目標函數(shù)，QPSO算法進行優(yōu)化識別，達到同時