排序方式: 共有11条查询结果,搜索用时 15 毫秒
11.
对传统的简单遗传算法(GA)进行了改进,融合模拟退火技术(SA)的思想,建立了遗传模拟退火算法(GASA)的串行结构.GA采用群体并行搜索,通过概率意义下基于"优胜劣汰"思想的群体遗传操作来实现优化.SA采用串行优化结构,赋予搜索过程一种时变最终趋于零的概率突跳性,避免局部极小并最终趋于全局最优.两者的结合提高了遗传算法的全局搜索能力.本文对一实验室中弹性地基上框架结构进行了逐层模态实验研究,得到了四种工况下的模态频率和振型.首先对利用GASA算法对退火参数进行了优选,SA部分中的退温参数g和扰动幅度参数η对搜索效率及全局搜索能力具有重要的影响;然后对四种工况下混凝土的弹性模量和地基的动剪模量进行了识别,并与灵敏方法识别结果进行了对比,得到了结构物理参数随着结构浇注层数的增加而上升的规律,识别得到的弹性模量比回弹法结果偏大,与结构的静模量和动模量的区别有关.以上方法及其应用对于结构的健康监控具有现实的意义. 相似文献