欢迎来到天天文库
浏览记录
ID:35187857
大小:4.44 MB
页数:58页
时间:2019-03-21
《基于微分演化的结构系统识别研究》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、同济大学土木工程学院硕士学位论文基于微分演化的结构系统识别研究姓名:曹威巍申请学位级别:硕士专业:土木工程指导教师:薛松涛;唐和生20090401摘要随着土木工程结构的迅速发展,基于振动的结构系统识别方法研究成为了当今土木工程结构健康监测领域的热点。然而,目前使用的大多数结构系统识别方法都有局限性,需要给定系统的某些参数和先验条件,而这往往是很难获得的。因此,我们需要寻找一种能利用尽可能少的输入来获得系统的物理特征的方法。微分演化算法(DE)能在没有先验信息或者先验信息很少的情况下,通过系统的测量值来对系统参数进行识别。DE是
2、一种启发式算法,它对于解决复杂的优化问题有很好效果。它构成简单,使用方便,收敛速度快,识别效果好,并且有很好的鲁棒性。本文把DE算法运用到了结构体系的参数估计中,该问题可以描述为一个优化问题。本文用上述方法,在输出数据受限及有噪声信号干扰或质量、刚度和阻尼未知的情况下识别非线性结构体系的参数,结果表明了此方法的有效性。本文的主要研究工作包括:’。1.简要介绍了结构系统识别。然后引入了传统的系统识别方法和新型的系统识别方法。最后阐明了本文的主要研究内容。2.简要阐述了微分演化算法的研究和应用。3.将微分演化算法引入土木结构模型的
3、系统识别中,通过数值分析和对一个真实结构的应用,验证了该方法的有效性。4.最后,在总结全文的基础上,给出了论文研究过程中所得出的若干思考和结论。关键词:微分演化;优化算法;系统识别;参数识别。ABSTRACTWiththedevelopmentofcivilstructures,vibration—basedstructuralsystemidentificationmethodsplayanimportantpartinassessmentofhealthandsafetyofcivilstructures.However,
4、mostcurrentlyusedvibration—basedstructuralsystemidentificationmethodsarelimitedandsomeparametersandpreconditionmustknowninadvance.Buttheparametersaredifficulttodetermine.Therefore,weneedtofindafeasiblemethodforobtainingthephysicalcharacteristicsofthesystemthatusesas
5、littleinformationaspossible.Differentialevolution(DE)algorithmcanestimatequantitieswithoutapdoriknowledgeofthesystem.DEisaheuristicmethodthathasyieldedpromisingresultsforsolvingcomplexoptimizationproblems.ThepotentialitiesofDEareitssimplestructure,easyuse,convergenc
6、eproperty,qualityofsolution,androbustness.ThispaperutilizesaDEstrategytoparametersestimationofstructuralsystems,whichcouldbeformulatedasanoptimizationproblem.Simulationresultsforidentifyingtheparametersofstructuralsystemsunderconditionsincludinglimitedoutputdata,noi
7、sepollutedsignals,andnopriorknowledgeofmass,damping,orstiffnessarepresentedtodemonstratetheeffectivenessoftheproposedmethod.Themaincontentsarelistedasfollow:1.Theresearchstateofstructuralsystemidentification(SI)isbrieflyreviewed.Thentlletraditionalmethodsandthenewme
8、thodsofSIareintroduced.Atlast,themainresearchcontentsinthisthesisareoutlined.2.TheresearchstateandapplicationoftheDEalgorithmarebrieflyrev
此文档下载收益归作者所有