基于混合遗传算法的动力系统阻尼参数识别方法.pdf

基于混合遗传算法的动力系统阻尼参数识别方法.pdf

ID:54018181

大小:398.38 KB

页数:8页

时间:2020-04-28

基于混合遗传算法的动力系统阻尼参数识别方法.pdf_第1页
基于混合遗传算法的动力系统阻尼参数识别方法.pdf_第2页
基于混合遗传算法的动力系统阻尼参数识别方法.pdf_第3页
基于混合遗传算法的动力系统阻尼参数识别方法.pdf_第4页
基于混合遗传算法的动力系统阻尼参数识别方法.pdf_第5页
资源描述:

《基于混合遗传算法的动力系统阻尼参数识别方法.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、第21卷第5期计算力学学报Vol.21No.52004年10月ChineseJournalofComputationalMechanicsOctober2004==================================================================文章编号:1007-4708(2004D05-0551-06基于混合遗传算法的动力系统阻尼参数识别方法李守巨1刘迎曦1冯颖2(1.大连理工大学工业装备结构分析国家重点实验室辽宁大连116024;2.东北电力学院理学院吉林吉林132012D摘要:将动力系统阻尼参数识别反问题转化为非线性优化问题处理提出

2、了基于遗传算法的动力系统阻尼参数识别方法G为了提高简单遗传算法的计算效率和处理早熟问题将模拟退火算法与遗传算法相结合建立了混合遗传算法G数值计算结果表明本文所建立的方法对于求解参数识别反问题和非线性优化问题是非常有效的并且具有良好的鲁棒性和全局收敛能力G关键词:混合遗传算法;参数识别;阻尼矩阵;精细积分;模拟退火算法中图分类号:O327TB533+.1文献标识码:A法G传统的优化方法大多都是基于梯度算法的其1引言缺陷在于无法搜索到全局最优解G而反问题中最突在进行动力系统振动计算时首先需要比较出的难题恰恰在于解的不唯一性G遗传算法是模拟准确地估计和确定系统的物理性能参数G例如:质生物的自

3、然选择及有性生殖过程的一种搜索全局量矩阵~刚度矩阵和阻尼矩阵G如果系统的物理性最优解的方法G它利用简单的编码技术和繁殖机制能参数选取的不准数值模拟的计算结果会与实际来表现复杂的现象从而解决非常复杂的问题G然情况有较大的差距这就会影响到数值模拟结果的而遗传算法是一种概率搜索方法其性能受种群可用性和可靠性G相比较而言确定系统质量矩阵~规模~交叉概率和变异概率等控制参数的影响而刚度矩阵比较简单而恰当地估计系统的阻尼矩阵且有时出现早熟现象G本文采用具有全局搜索能力比较困难G传统上总是将动力学系统假定为比例的混合遗传算法并且将模拟退火算法嵌入到遗传阻尼来处理例如广泛采用的Rayleigh阻尼:算

4、法中建立具有鲁棒性的动力系统阻尼参数识别方法提高遗传算法的运行效率和求解质量GC=OM+BK(1D式中OB分别为质量矩阵M和刚度矩阵K的比例2多自由度动力系统振动正问题的系数G采用式(1D估算阻尼时存在某些缺陷G其精细积分解法一比例系数的选取具有某些人为的随意性大多为了解决动力系统阻尼参数识别问题首先凭经验确定同时精度也十分有限;其二所得到的必须研究振动正问题计算分析的数值方法G在进行阻尼矩阵无明确的物理意义G因此如何确定动力动力系统振动分析计算时以往大多采用系统阻尼参数已经引起了国内外许多研究者的广Newmark方法或者Wilson-6方法其缺点是计算泛关注并取得了较大进展GBuha

5、riwalaMau精度有限并且具有某些局限性G钟万勰先生所建Panet冯文贤Bertotti和李杰等采用不同方法研立的结构动力方程的精细时程积分法提高了计算究了阻尼矩阵的估计问题[1-7]但是仍然存在某些精度和计算效率[8]G对于有阻尼的多自由度动力系问题需要解决G随着数值计算方法的不断完善参统的运动微分方程数反演方法为解决这类问题提供了另一条途径G根据动力系统的某些动态观测信息采用优化方法识M{X}+C{X}+K{X}={F(ID}(2D别动力系统的阻尼矩阵将是一种十分有前途的方式中X为系统的位移矢量I为时间坐标M为质量矩阵C为阻尼矩阵K为刚度矩阵F为动力系收稿日期:2002-12-

6、24;修改稿收到日期:2003-05-21.基金项目:国家自然科学基金(10072014D资助项目.统的外荷载矢量G将以上动力系统的运动微分方程作者简介:李守巨(1960-D男副教授.表示为如下的状态向量形式并且降阶为一阶微分刘迎曦(1944-D男教授博士生导师.方程:552计算力学学报第21卷因此而变得复杂比如目标函数可能是非凸的尤Z}=H]Z}+1}(3)其是在模型方程中包含误差或测量数据的误差过式中大的情况下甚至是多极值的在这种情况下基X于梯度的优化方法可能会出现解的振荡甚至发散Z}=<>(4)LXJ问题因而采用一种具有良好的鲁棒性的优化方-1-1法以获得稳定的收敛性显得更为必要

7、-MC-MKH]=(5)1]3.2重组运算本文采用改进十进制遗传算法包括以下4个-1MF(t)操作:重组~变异~选择和精英搜索重组是最主要1}=<>()LJ的遗传运算它同时对两个个体操作组合二者的初始条件为特性产生新的后代重组运算的基本概念源于凸集理论本文采用如下所示的凸交叉在种群中随机X}X()选择两个个体I和I经过交叉后产生两个新的UBZ}=<>=<>(7)LX}JLX()}J个体:于是动力系统的响应表示为t+1ttIU=(1-u)IU+u

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。