苏州科技学院学报（工程技术版）
囌州科技學院學報（工程技術版）
소주과기학원학보（공정기술판）
JOURNAL OF UNIVERSITY OF SCIENCE AND TECHNOLOGY OF SUZHOU ENGINEERING AND TECHNOLOGY
2013年
4期
11-15
,共5页
刘大山%常军%巩文龙%康晓明
劉大山%常軍%鞏文龍%康曉明
류대산%상군%공문룡%강효명
QPSO算法%互功率谱%环境激励%模态参数识别
QPSO算法%互功率譜%環境激勵%模態參數識彆
QPSO산법%호공솔보%배경격려%모태삼수식별
实际工程中,系统的输入一般是未知的或者是不可测量的,识别结构的模态参数只能采用响应信号.并且一般环境激励下结构的输入信号是可以假设为白噪声激励,其信号的功率谱可以视为一常数.笔者利用量子行为粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法将环境激励下结构模态参数识别问题转化为一个多维优化问题.最后采用一数值模拟的三层框架对该方法进行验证.结果表明,量子粒子群算法可以有效地识别结构模态参数.该研究结果可作为结构损伤识别的基础.
實際工程中,繫統的輸入一般是未知的或者是不可測量的,識彆結構的模態參數隻能採用響應信號.併且一般環境激勵下結構的輸入信號是可以假設為白譟聲激勵,其信號的功率譜可以視為一常數.筆者利用量子行為粒子群優化(Quantum-behaved Particle Swarm Optimization,QPSO)算法將環境激勵下結構模態參數識彆問題轉化為一箇多維優化問題.最後採用一數值模擬的三層框架對該方法進行驗證.結果錶明,量子粒子群算法可以有效地識彆結構模態參數.該研究結果可作為結構損傷識彆的基礎.
실제공정중,계통적수입일반시미지적혹자시불가측량적,식별결구적모태삼수지능채용향응신호.병차일반배경격려하결구적수입신호시가이가설위백조성격려,기신호적공솔보가이시위일상수.필자이용양자행위입자군우화(Quantum-behaved Particle Swarm Optimization,QPSO)산법장배경격려하결구모태삼수식별문제전화위일개다유우화문제.최후채용일수치모의적삼층광가대해방법진행험증.결과표명,양자입자군산법가이유효지식별결구모태삼수.해연구결과가작위결구손상식별적기출.
