人工鱼群算法在桥梁传感器优化配置中的应用.pdf

《人工鱼群算法在桥梁传感器优化配置中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2602013，49（19）ComputerEngineeringandApplications计算机工程与应用人工鱼群算法在桥梁传感器优化配置中的应用赵宇，彭珍瑞，殷红ZHAOYu,PENGZhenrui,YINHong兰州交通大学机电工程学院，兰州730070SchoolofMechatronicsEngineering,LanzhouJiaotongUniversity,Lanzhou730070,ChinaZHAOYu,PENGZhenrui,YINHong.Optimalsensorplacementforbridge

2、structuralhealthmonitoringbasedonartifi-cialfishschoolalgorithm.ComputerEngineeringandApplications,2013,49（19）：260-264.Abstract：Inordertoachieveoptimalsensorplacementforbridgestructuralhealthmonitoring,usinglesssensorsgainasmanyasinformationreflecthealthstatusofbridg

3、esstructural,artificialfishschoolalgorithmisappliedinanarchbridge,tosolveoptimalsensorplacementproblemforbridgewiththreetypicalbehaviorsofartificialfish.Theresultsshowthatartificialfishschoolalgorithmhashighself-adaptiveabilityandprecision,canachieveoptimalsensorplac

4、ementforbridgestructuralhealthmonitoring.Keywords：artificialfishschoolalgorithm;optimalsensorplacement;bridgestructuralhealthmonitoring摘要：为了实现桥梁结构健康监测传感器的优化配置，用尽可能少的传感器获取尽可能多的反映桥梁结构健康状况的信息，将人工鱼群算法应用于一座拱桥的传感器配置中，利用人工鱼的三种典型行为，解决桥梁传感器优化配置问题。结果表明，人工鱼群算法自适应能力强，收敛精度高，可以实现桥

5、梁结构健康监测传感器优化配置。关键词：人工鱼群算法；传感器优化配置；桥梁结构健康监测文献标志码：A中图分类号：TP18doi：10.3778/j.issn.1002-8331.1305-00631引言的效果。本文采用人工鱼群算法对桥梁结构健康监测传目前，国内外桥梁结构健康监测系统的研究与应用已感器进行优化配置，经比较，其结果优于粒子群算法（Particle取得了一定的成果与进展，传感器子系统作为其中不可或SwarmOptimization，PSO）。缺的重要部分，在桥梁结构健康监测系统中为反映桥梁结构健康状况信息的获取奠定了基础

6、[1]。如何在最小的经济2人工鱼群算法的描述[8]投入下，使用最少的传感器获取最全面的信息，是一个完人工鱼群算法是李晓磊等提出的一种基于鱼类觅整桥梁健康监测系统所需解决的问题之一。黄民水[2]等人食、聚群、追尾、随机等行为的群体智能优化算法。在基本遗传算法的基础上进行改进，提出了一种基于二重在求解问题时，首先初始化鱼群，鱼群中每条人工鱼是给定范围内的随机n维数组。设一条人工鱼的当前位置结构编码的遗传算法桥梁结构传感器优化配置方法；田莉[3]为X=(xxx)，感知范围为Visual，某时刻所在位置等人基于自适应模拟退火遗传

7、算法研究了传感器的优化i12nvvv为X=(xxx)。在求解极小值问题中，若该时刻所配置。采用随机类算法（如遗传算法、模拟退火算法、粒子v12n群算法等）来进行传感器的优化配置，是目前研究桥梁结在位置目标函数值Yv=f(Xv)即食物浓度低于当前位置食构健康监测传感器优化配置的热点，但这些算法收敛速度物浓度Yi，则人工鱼向该位置前进，到达位置Xnext：慢精度低，易早熟陷入局部最优。XV-XX=X+×Step×r（1）next人工鱼群算法（ArtificialFishSchoolAlgorithm，AFSA）XV-X是

8、一种基于动物行为的仿生类新型智能优化算法，模拟鱼其中，r为[0，1]之间的随机数；Step为步长。若该位置食物群在觅食过程中的行为，通过鱼群中人工鱼之间的协作达浓度Yv高于当前位置，则继续对周围环境做出巡视。人工[4][5]鱼群算法就是基于观测感知范围内其他人工