基于免疫猴群算法的传感器优化布置方法研究

将生物界中的免疫机制引入到猴群算法中,提出了一种用于传感器优化布置的免疫猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;采用混沌搜索的方式初始化猴群位置,以保证猴子能够均匀分布,提高了算法的全局搜索能力;通过在爬过程中引入深度爬的方式,增强了算法的局部搜索能力;在爬过程结束后加入基于浓度选择的机制对猴群进行初次选择,并对位置最优的猴子进行免疫克隆操作,以此保证猴群的多样性;在望过程结束后加入基于适应度的二次选择,并对位置较差的猴子进行免疫疫苗注射,以此提高算法的收敛能力。文末以大连世贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,免疫猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。     

基于病毒猴群算法的传感器优化布置方法研究

将病毒进化理论引入到猴群算法中,提出了一种用于传感器优化布置的病毒猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;在猴群中引入生物病毒机制对其进行感染,通过病毒和猴群的分工协作,来实现猴群个体之间纵向和横向的信息交流,以此维持个体的多样性,来大幅度增强算法的局部搜索能力;并将猴群不断的进行分类,采用大病毒和小病毒分别对其进行感染操作,加强算法的搜索精度。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,病毒猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。     

基于异步爬猴群算法的传感器优化布置方法研究

针对猴群算法中的重要步骤"爬过程"搜索盲目、效率较低的问题,提出了一种用于传感器优化布置的异步爬猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;利用猴群在搜索过程中的全局最优解和个体历史最优解的信息改进了爬过程的搜索模式,同时将异步变化学习因子引入到搜索模式中,通过调整猴子自身经验和社会群体经验在爬过程中所起的作用,来保持全局搜索和局部搜索的平衡,大幅提高了算法的搜索效率。文末以广州新电视塔为例,进行了参数敏感性分析以及传感器优化布置方案的选择。结果表明,异步爬猴群算法能较好的解决传感器优化布置问题,搜索效率较原猴群算法有了较大的提高。     

基于协同爬猴群算法的传感器优化布置方法研究

基于协同进化的思想,提出了一种用于传感器优化布置的协同爬猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷。在爬过程中引入采用猴群的整体行为来影响猴子搜索方向的聚群行为,以及利用全局最优猴子的位置来影响猴子搜索方向的追尾行为,通过对两种行为进行合理选择,有效提高了爬过程的搜索效率与速度。最后以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明协同爬猴群算法的搜索效率较原猴群算法有大幅提高,能较好地解决传感器优化布置问题。     

结构健康监测系统中传感器优化布置组合算法

在对结构健康监测中的传感器优化布置方法进行调研和总结的基础上,针对薄板、壳结构开展传感器优化布置的研究.提出了一种有效的传感器优化布置组合算法,由模态动能法、模态保证准则、遗传算法组合而成.该方法所得的传感器位置主要位于动态响应比较大区域,有利于提高信噪比;同时能够有效地保证模态振型的独立性,可以较完整地获得结构模态信息.针对这种组合算法的有效性采用简易机翼模型从数值计算和实验两方面进行了验证.     

利用线性模型估计的传感器优化布置算法

提出了一种基于线性模型估计的传感器布置算法.首先根据线性模型估计理论,将待监测的目标模态振型视为线性模型的设计矩阵;然后利用奇异值分解的算法,将设计矩阵分解,根据分解的前几个左奇异向量来计算各个自由度对于目标模态振型的贡献;用迭代算法来求出最优的传感器布置方案;最后,用两个算例表明该方法的有效性.     

网壳结构健康监测中的传感器优化布置

针对网壳结构健康监测提出了一种以损伤可识别性与模态可观测性相协调为目标的传感器优化布置的方法.由于模态数目的选取对基于损伤灵敏度分析的传感器优化布置有很大的影响,因此本文建立了一种同时包含模态独立性信息和损伤灵敏度信息的Fisher信息矩阵,并选取合适的模态数目,然后发展了一种以信息矩阵最大和条件数最小为准则的多目标优化算法.空间网壳数值算例表明,本文提出的传感器优化方法能简单、有效地为空间结构传感器优化布置提供可行方案.     

基于简化模型的超高层结构传感器优化布置

对于自由度较多的超高层结构,传感器优化布置时应考虑多阶模态振型.由于存在空间耦合振动,根据振型质量参与系数难以准确选择出结构弱轴方向的高阶振型.基于等效刚度参数识别法,本文提出了一种将有限元模型沿弱轴方向先简化为等效串联多自由度体系,然后根据简化结构的物理参数来计算弱轴方向振型矩阵的方法,有效地解决了这一问题.以某超高层结构为例,根据计算得到的系统振型矩阵,首先由其转置的列主元QR分解得到传感器的初始布置方案,然后以模态置信度(MAC)矩阵的最大非对角元为目标函数,采用逐步累积算法逐步增加可降低此初始布置MAC非对角元的结构自由度,并考虑经济性因素,最终确定出了传感器的布置方案.     

基于蚁群算法的结构拓扑优化方法

在蚁群优化算法的基础上,将结构拓扑优化问题转换成为双TSP问题,引入了拓扑量和拓扑总量作为结构拓扑变化的评判标准,用MATLAB语言编写了求解结构拓扑优化的简化程序,实现了蚁群优化算法在结构拓扑优化设计上的应用。对经典的平面桁架结构的拓扑优化算例,本文算法与离散系统下的优化算法结果表明:在不同约束限制下,结构拓扑形式一致,重量优化可减小1.4%~3.3%;对某输电线塔应用结果表明:与差商算法相比,搜索的结构拓扑形式更全面,结构质量优化也减小了22%。说明本文优化算法具有较强的实用性。     

一种基于二次优化的改进圆锥算法

提出了一种改进的圆锥优化算法,对传统圆锥优化算法的周期项进行了二次优化.首先,根据经典圆锥运动建立了二次优化的误差准则;其次,给出了推导二次优化补偿系数以及相应的残留误差的一般方法;最后,在不同的经典圆锥运动环境下对三例改进算法的姿态解算误差进行了仿真验证.结果表明,通过改进的四子样和五子样算法得到姿态解算精度与通过旋转矢量变化量的理想值得到的结果几乎完全一致.此外,由于比改进的五子样算法少一次叉乘和两次加法运算,而且仿真速度大约快14％,所以改进的四子样算法更值得推荐采用.     

压电桁架作动器/传感器优化配置算法研究

针对自适应压电桁架结构振动控制,建立了作动器/传感器优化配置数学模型,并提出一种优化配置的新方法。为了减少结构分析次数,该方法将近似概念、对偶法和遗传算法相结合,首先采用多点近似技术建立原问题的序列近似问题,再对近似问题中的作动器/传感器位置离散变量和控制增益连续变量采用遗传算法和对偶方法分别寻优的分层优化策略。为了提高近似问题对原问题的逼近程度,本文提出一种适于离散变量结构优化的分段多点近似函数。算例表明本文方法能够以很少的结构分析次数得到最优解。     

改进的泡泡布点方法研究

泡泡布点方法能够在复杂区域内生成高质量的节点集,但是其计算效率仍有待提高,为此本文做了两方面的改进。一是种子填充算法思想应用于节点的初始布置中,从而生成数目合适的节点集,省去了原布点方法中的节点增删过程,有效地节约模拟时间;二是简化了泡泡运动模拟的控制方程,使得运动模拟更加简单。数值算例表明,改进的泡泡布点方法生成的网格平均质量均高于0.94,且计算效率相比原布点方法提高90%以上。因此,改进的泡泡布点方法是一种高质量、高效率且适宜求解大规模问题的节点布置方法。     

基于改进人工鱼群算法的DGPS整周模糊度快速固定

为提高DGPS整周模糊度的搜索效率,将改进人工鱼群算法引入模糊度固定解搜索环节。在解算中首先根据GPS双差载波相位观测方程,利用卡尔曼滤波估计模糊度浮点解,针对短基线解算问题,以基线长度为约束确定模糊度搜索范围,进而采用LLL降相关算法对模糊度浮点解作降相关处理,最后利用附加整数约束的改进人工鱼群算法搜索整周模糊度固定解。算例分析结果表明,在与遗传算法的100次对比实验中,改进人工鱼群算法搜索平均用时1.6617 s,比遗传算法缩短2.4987 s,算法搜索速度更快,搜索效率明显提高。算法的模糊度搜索成功率为92%,高出遗传算法9%,搜索成功率得到有效提升。因此,与遗传算法相比,改进人工鱼群算法能够更为快速地得到整周模糊度固定解,且具有更高的搜索效率和成功率。     

基于随机森林算法的非定常气动力建模研究

针对现有的非定常气动力建模方法对气动弹性预测的准确性和效率问题,将随机森林算法引入非定常气动力建模研究领域,构建了基于随机森林算法的非定常气动力降阶模型。将所得模型用于预测气动弹性,选择二维NACA0012翼型进行颤振边界的预测,选用NACA64A010翼型预测LCO特性,并说明了该降阶模型建模的详细过程,将其计算结果与CFD/CSD耦合计算结果及试验结果进行了对比。研究结果表明,该模型可行、高效且精确,可以快速准确地预测飞行器气动弹性特性。