改进的量子粒子群算法在结构识别中的应用

《改进的量子粒子群算法在结构识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’骑、＼■－報、狐．！诚：叩、’．心｜ｈ－－－－－＼：１５１０３０８１３２５０１０：：１３０＾；档案号：２０２５２矣学号，口片冷讀马挪每‘、、’．＇点，、．、‘＇；：仪鸣Ｖ、：批去：式，兮．户＞ｔ：＃娩，續请护暮；＾．打＾巧Ｉ＇繫《Ｗ弈糸考後彎巧Ｉ／硕±学位论文％，ｎｌ．’瓜Ｖ．／全日制专业学位．（；；）、、互讓於游＾；苗＇？彻輪毒Ｖ嗔。某；．：《Ｖ售八改巧輪證子粒子群ｇ法在结衡巧别中故应角泉＇；＇‘＇．、一＇＞－．．，．１？二．Ｖ、＇Ａ＼－■＇．－■■’－

2、■．■一－－－；、’＇Ｗ＇ＣＩｖ．－Ｖ叫＾＼＼＼‘‘’一‘＇＇—、．，、：’．．心．．＇衣枯个、若ｙＩ．；作冷得’、＾：。Ｘ．瓣成斯哺：．‘二＞‘遊知‘＾ｉ．ｆ学金巧名错資旷礙、碱，’＇＇－—＇、－．．．纪参．＂今Ａ．、？？：；护指导教巧獲名：常军（教热＇、，．，转＇＇；’‘声．’、：，難从；＾，工程巧主：：，；！蘇专化学化类巧鮮菊．从－诚＇’Ｉ．ＩＩ’ｌ１￣￣．ｌ＂＂．｜＾、、人１成矿龜Ａ专化，ｂＷ巧斯？薪皂山奋，《嗜Ｉ．Ｖ＂幸亦＂革焉

3、＇‘铃热碱教次；；續巧巧方向：巧梁隹度化測与巧震三鑛＼＇＇■．．’＇＇－：．：；１记扰把、■，Ｖ．．ｖｌ哉．’Ｖ．喂＇．、＊、＂．＊．．种ｗ＇－．一一一蓋在Ｈ月；、々與覆衣、＇，．．．’／＇■巧＾．Ｖ苏州科技学院硕士学位论文（全日制专业学位）改进的量子粒子群算法在结构识别中的应用学生姓名：胡皞指导教师姓名：常军(教授)专业领域：建筑与土木工程研究方向：桥梁健康监测与抗震苏州科技学院土木工程学院二零一五年十一月MasterDissertationofSuzhouUniversit

4、yofScienceandTechnologyTheapplicationofimprovedQuantum-behavedParticleSwarmOptimizationinStructuralIdentificationMasterCandidate:HuHaoSupervisor:Prof.ChangJunMajor:ArchitectureandCivilEngineeringResearchArea:BridgehealthmonitoringandAnti-seismicSuzhouUniversityofS

5、cienceandTechnologySchoolofCivilEngineeringNovember，2015苏州科技学院学位论文独创性声明和使用授权书独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研巧工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究作出重要贡献的个人和集体，均已在文中Ｗ明碗方式标明。本声明的法律结果由本人承担。论文作者签名疹＾＿日期：年月方中日学位论文使用授权书苏州科技学院、国

6、家图书馆等国家有关部口或机构有权保留本人所送交论文的。、复巧件巧电子文档，允许论文彼查阅和借阅本人完全了解苏州科技学院关于收集保存、使用学位论文的规定，即；按照学校要求提交学位论文的印刷本和电子版本：＞学校有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务１；学校可１＾采用影印、缩印、数字化或其他复制手段保存汇编学位论文：同意学校用不同方式在不同媒体上公布论文的部分或全部内容。（保密论文在解密后遵守此规定）￣论文作者签名；日期１：；年｜１月日／指导教师签名期／７处年Ｉ；月八日学位

7、论文答辩委员会名单Ｘ作单位＇摧名专业技术职务现从事专业、部Ｉ］签名ＩＩＩ主席田石柱教授结构抗震苏州科技学院汪为新高工桥梁工程委陈建兵教授桥梁工程苏州科技学院员结康刺、巧鹏副教授’Ｉ附技学院＾競§ＩＩ胡瞎同学学位论文答辩成绩７７．０；质量等级良好（分优秀、良好、合格和不合格四等）。答辩委员会主席ｔｌｙ；Ｃ单位公章闊Ｓ夢＾巧己ｉ＾２月日苏州科技学院硕士学位论文摘要摘要工程结构在材料老化、外界环境影响、超负荷运营等作用下事故频发，由此，结构健

8、康监测应运而生。其核心结构参数识别的方法很多，由于各种原因都无法在实际工程中得到有效利用。随着信息技术和计算机的飞速发展，智能优化技术逐渐被引入结构参数识别中。其中，量子粒子群优化（QPSO）算法因其诸多优势而备受青睐，但该法也有不足之处，如全局寻优能力差，容易陷入局部最优等。本文针对QPSO算法的不足