[發(fā)明專利]一種基于混合元啟發(fā)式算法的鋼桁架結(jié)構損傷識別方法

在審

• 申請?zhí)枺?/td>: 201911143390.7
• 申請日: 2019-11-20
• 公開（公告）號: CN110889250A
• 公開（公告）日: 2020-03-17
• 發(fā)明（設計）人: 周宏元;張廣才;王小娟;倪萍禾
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/17;G06N3/00
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 沈波

1.一種基于混合元啟發(fā)式算法的鋼桁架結(jié)構損傷識別方法，其特征在于：具體包括以下步驟：

步驟1：將鋼桁架劃分為M個單元，L個加速度計安裝在不同節(jié)點上,利用加速度計測量結(jié)構在外荷載force作用下的響應A_mea；

步驟2：混合算法參數(shù)初始化,在搜索域內(nèi)隨機產(chǎn)生結(jié)構參數(shù),假定結(jié)構損傷為剛度的變化而質(zhì)量不發(fā)生變化，結(jié)構單元剛度損傷程度可用損傷因子α_i,i＝1,2,...,M，α_i∈[0,1]，α_i＝0表示鋼桁架單元沒有損傷,α_i＝1表示鋼桁架單元完全損傷,損傷單元的整體剛度矩陣為然后利用newmark-β法計算結(jié)構的加速度A_cal；

步驟3：構建鋼桁架結(jié)構的目標函數(shù),即待優(yōu)化的目標函數(shù)為f(x)＝||A_mea-A_cal||；

步驟4：利用混合蝴蝶優(yōu)化和差分進化的元啟發(fā)式算法不斷優(yōu)化目標函數(shù),直到達到最大迭代次數(shù)或滿足精確要求。

2.根據(jù)權利要求1所述的一種基于混合元啟發(fā)式算法的鋼桁架結(jié)構損傷識別方法，其特征在于：步驟4中鋼桁架結(jié)構損傷識別的混合蝴蝶優(yōu)化和差分進化的元啟發(fā)式算法包括以下幾個階段：

1)混合算法參數(shù)初始化,設置參數(shù)：該混合算法中蝴蝶代表鋼桁架,鋼桁架個數(shù)N,鋼桁架單元數(shù)即算法維數(shù)Dim,損傷因子α_i(i＝1,2,...,M)的搜索空間[Lb,Ub],鋼桁架的最大迭代次數(shù)G_m；在搜索域內(nèi)利用rand函數(shù)隨機產(chǎn)生N鋼桁架x_i(i＝1,2,...,N),Lb≤x_i≤Ub；定義待優(yōu)化的目標函數(shù)f(x)；

2)外荷載作用在鋼桁架x_i,計算得到的加速度A_cal帶入目標函數(shù)得到適應性函數(shù)f(x),找到最優(yōu)個體Bf,最優(yōu)個體Bf是最接近鋼桁架實際損傷的識別結(jié)果；在鋼桁架損傷識別問題中,適應性函數(shù)越來越小,修正有限元模型更接近鋼桁架結(jié)構,從而實現(xiàn)鋼桁架結(jié)構的損傷識別；

3)計算蝴蝶感受到的香味,蝴蝶能夠產(chǎn)生某種與其適應性相關的香味,即當蝴蝶從一個位置移動到另一個位置時,香味的濃度會隨著適應性發(fā)生變化,香味的多少可利用式(1)計算：

f_i＝cI^a (1)

其中,f_i是第i只蝴蝶感受到的香味大小，即第i個鋼桁架的識別函數(shù)；I是香味刺激強度,由鋼桁架結(jié)構的適應性函數(shù)f(x)決定；c是感覺形態(tài),對算法的收斂速度有很大影響,由具體的鋼桁架結(jié)構決定；a是冪指數(shù),它影響香味的吸收程度,a＝1表示香味在理想環(huán)境下傳播,香味沒有損失,a＝0表示香味全部被吸收,其他蝴蝶不能感受到；設置感覺形態(tài)c、冪指數(shù)a的初始值為c₀、a₀；

4)執(zhí)行混合算法的迭代操作。

3.根據(jù)權利要求2所述的一種基于混合元啟發(fā)式算法的鋼桁架結(jié)構損傷識別方法，其特征在于：混合算法的迭代操作過程如下，4.1)對每一個鋼桁架判斷是否r＜p,其中r為[0，1]之間的隨機數(shù),p為開關概率,使算法在普通全局搜索和密集局部搜索之間切換,開關概率p表示環(huán)境因素對蝴蝶覓食交配行為的影響程度,影響鋼桁架的識別結(jié)果,取值范圍為[0，1]；

4.2)執(zhí)行局部搜索：如果r＜p,則蝴蝶朝著最優(yōu)蝴蝶位置即適應性最好的解移動,即利用式(2)執(zhí)行局部搜索階段：

上式中t為鋼桁架當前迭代次數(shù),為當前鋼桁架的種群,為新生成的鋼桁架的種群,g^*為當前所有鋼桁架識別解中最好的解,r為[0，1]之間的隨機數(shù),f_i是第i只蝴蝶感受到的香味濃度；

4.3)執(zhí)行全局搜索：如果r≥p,蝴蝶無法感覺到周圍的香味,它會隨機移動,即利用式(3)執(zhí)行全局搜索階段：

進一步地,為提高蝴蝶算法的全局搜索能力,在全局搜索階段分別利用式(4)和(6)執(zhí)行差分進化算法中的變異和交叉兩步操作：

式(4)中,為鋼桁架的種群中的最優(yōu)個體,為當前鋼桁架的種群,為變異后的鋼桁架的種群,F為自適應變異算子,取值范圍為[0，2],可通過(5)式計算得到,G_m為鋼桁架的最大迭代次數(shù),變異算子初始值為F₀；

式(6)中,第t代鋼桁架種群與其變異的中間體進行交叉操作生成新的鋼桁架子代個體CR為服從正態(tài)分布的交叉算子,可通過CR(t)＝normrnd(CR₀,0.1)得到,其中均值為CR₀,標準差為0.1；

5)更新參數(shù),設置開關概率p、感覺形態(tài)c、冪指數(shù)a為隨算法的迭代而改變的動態(tài)參數(shù),具體計算式分別為(7)、(8)、(9)：

p＝p₀+randn(1,1)×0.02 (7)

c^t+1＝c^t×(1+0.05G_m/t) (8)

a＝0.1×(1+t/G_m) (9)

6)貪婪選擇操作,利用貪婪算法選擇適應性更好的解進入下一代,方法如式(10)：

如果鋼桁架的新種群的適應性更好,則采用鋼桁架的新種群否則保留上一個鋼桁架的種群

7)判斷是否滿足終止條件,若滿足迭代終止條件則停止迭代輸出全局最優(yōu)解,即為鋼桁架結(jié)構的損傷識別結(jié)果；若不滿足終止條件,則迭代次數(shù)t＝t+1,并轉(zhuǎn)向3)繼續(xù)迭代。