资源描述：
《基于多目标差分进化算法的结构物理参数辨识.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、1000-1301(2011)05-0121-06基于多目标差分进化算法的结构物理参数辨识王延伟1卢亮2温瑞智1丰彪11.中国地震局工程力学研究所，黑龙江哈尔滨1500802.建设部综合勘察研究设计院深圳研究院，广东深圳518052摘要：优化算法在用于结构的物理参数辨识时，测量数据的不完备和噪声严重影响了参数的辨识精度。针对这一问题，为得到理想的辨识精度，将时程响应数据和频率数据定义为多目标函数，并利用多目标差分进化算法(DEMO)进行优化求解。在数值模拟中，利用10层剪切型框架结构和31个单元的桁架桥结构作为算例。计算
2、结果表明，该多目标函数和DEMO算法，利用不完备的且含有噪声的测量数据，可以得到具有较高精度的辨识结果。参数辨识；多目标优化；多目标函数；多目标差分进化算法TU311.3APhysicalparametersidentificationofstructurebasedonmulti-objectivedifferentialevolutionalgorithmWANGYanweiLULiangWENRuizhiFENGBiao2011-03-112011-05-10中国地震局工程力学研究所基本科研业务费专项项目(2008
3、B010)；国家重点基础研究发展计划(973)项目(2007CB714205)；国家科技支撑计划项目(2009BAK55B05)：王延伟（1981-），男，助理研究员，博士，主要从事结构健康监测方面的研究.E-mail：wangyanwei@iem.ac.cn.122123124125@@[1]李宏男，李东升.土木工程结构安全性评估、健康监测及诊断综述[J].地震工程与工程振动，2002，22(3)：82-90.@@[2]裴强，郭迅，张敏政.桥梁健康监测及诊断研究综述[J].地震工程与工程振动，2003,23(2)：61
4、-67.@@[3]HeshengTang,SongtaoXue,CunxinFan.Differentialevolutionstrategyforstructuralsystemidentification[J].ComputersandStructures,2008,86(21-22):2004-2012.@@[4]PereraR,RuizA,MazanoC.Anevolutionarymultiobjectiveframeworkforstructuraldamageloealizationandquantific
5、ation[J].EngineeringStructures,2007,29(10):2540-2550.@@[5]NadiaNedjah,LeandrodosSantosCoelho,LuizaMacedoMourelle.Multi-objectiveSwarmIntelligentsystems:theory&Experiences[M].Germany:Springer,2009.@@[6]ZhangZ,KohCG,DuanWH.Uniformlysampledgeneticalgorithmwithgradie
6、ntsearchforstructuralidentification-PartⅡ:Localsearch[J].ComputersandStructures,2010,88:1149-1161.@@[7]PriceK,StornR,LampinenJ.Differentialevolutionapracticalapproachtoglobaloptimization[M].Germany:Springer,2009.@@[8]KalyanmoyDeb,AmritPratap,SameerAgarwal,Meyariv
7、anT.Afastandelitistmultiobjectivegeneticalgorithm:NSGA-Ⅱ[J].IEEETransactionsonEvolutionaryComputation,2002,6(2):182197.@@[9]TeaRobic,BogdanFilipi.DEMO:Differentialevolutionformulti-objectiveoptimization[C]//P~eedingsofthe3rdInternationalConferenceonEvolutionaryMu
8、lti-CriterionOptimization.Germany:Springer,2005:520-533.@@[10]VesterstrMJ,ThomsenR.Acomparativestudyofdifferentialevolution,particleswarmoptimization,andevolut
