资源描述：
《基于数据驱动的随机子空间优化算法及应用.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、第33卷第12期公路交通科技Vol．33No．122016年12月JournalofHighwayandTransportationResearchandDevelopmentDec．2016doi:10．3969/j．issn．1002-0268．2016．12．015基于数据驱动的随机子空间优化算法及应用112荀敬川,贺拴海,高俊亮(1．长安大学桥梁与隧道陕西省重点实验室,陕西西安710064;2．北京新智交科科技开发有限公司,北京100010)摘要:为了提高随机子空间法的识别速度,采用MAC准则优选数据精简Hankel矩阵的“过去
2、”输出数据和通过简化模态参数识别步骤的方法,推导了随机子空间优化算法,并借助Matlab平台编写程序以达到快速化识别的目的。其一精简Hankel矩阵“过去”输出数据的同时有效地避免了模态遗漏;其二详尽分析了Hankel矩阵QR分解得到的子矩阵R,将可观测矩阵与矩阵R的奇异值分解建立直接关系,避免求解投影矩阵。研究结果表明:使用部分数2121据作为“过去”输出数据,减少了计算量;避开求解投影矩阵,简化了计算步骤;避免高维矩阵的存储和分解,很大程度上改善了计算机的使用内存;识别速度增幅明显,精度与其他文献相吻合。最后以西宁北川河桥为工程算例
3、,验证了该优化算法的实用性和有效性,得到比较理想的结果。关键词:桥梁工程;优化算法;数值分解;随机子空间;矩阵;模态参数中图分类号:U441．3文献标识码:A文章编号:1002-0268(2016)12-0093-08AnAlgorithmforStochasticSubspaceOptimizationBasedonData-drivenandApplication112XUNJing-chuan,HEShuan-hai,GAOJun-liang(1．KeyLaboratoryforBridgeandTunnelofShaanxiPr
4、ovince,Chang’anUniversity,Xi’anShaanxi710064,China;2．BeijingNewIntelligentTransportScienceandTechnologyDevelopmentCo．,Ltd．,Beijing101100,China)Abstract:Inordertoimprovetheidentificationspeedofstochasticsubspacemethod,throughreducingthe“past”outputdataoftheHankelmatrixwit
5、htheMACcriterionoptimizeddataandthemethodofsimplifyingthemodalparameteridentificationstep,theoptimizationalgorithminstochasticsubspaceisderived．ItachievesthepurposeofrapididentificationbyprogrammingbasedontheMatlabplatform．First,the“past”outputdataoftheHankelmatrixisredu
6、cedandthemodeomissionisavoidedeffectively．Second,Rwhich21isasubmatrixofHankelmatrixQRdecompositionisanalyzedindetail．ThedirectrelationshipbetweentheobservablematrixandthesingularvaluedecompositionofmatrixRisestablished,avoidingtosolvethe21projectionmatrix．Theresultshowst
7、hat(1)usingpartialdataasa“past”outputreducedtheamountofcalculation;(2)avoidsolvingtheprojectionmatrixsimplifiedcalculationprocedure;(3)avoidstorageanddecompositionofthehighdimensionmatrixgreatlyimprovedthememoryofcomputer;(4)Therecognitionspeedincreasedobviously,andthepr
8、ecisionisconsistentwithotherdocuments．Intheend,thepracticabilityandeffectivenessoftheoptimizationalgori
