基于一种混合智能算法的有限元模型修正多解问题

发布时间：2023-04-03 19:23

　　为了使有限元模型修正结果更加符合结构实际情况,将传统的提供单一修正结果转变为提供多个修正结果,然后由决策者根据现场情况、类似工程经验等非参数信息来决定最终采用的修正模型;并且针对这一问题,将优化速度快的稳态遗传算法和优化精度高的梯度下降算法相结合,提出了一种混合智能算法.最后分别采用数值算例和ASCE-Benchmark模型修正过程验证了所提算法的寻找多解能力和优化精度.结果表明,本文所提算法可以寻找到定义域内的全部极值,且相比于稳态遗传算法具有更高的精度,ASCE-Benchmark算例中,两个修正后的有限元模型与实测结果之间的频率误差均有明显下降.

【文章页数】：9 页

【文章目录】：
1 有限元模型修正及多解问题
2 基本算法介绍
    2.1 稳态遗传算法
    2.2 梯度下降算法
3 基于SSGA和GD的混合智能算法
    3.1 算法思想
    3.2 算法流程
    3.3 数值算例
4 有限元模型修正
    4.1 ASCE-Benchmark模型
    4.2 有限元模型及模态试验
    4.3 ASCE-Benchmark有限元模型修正
    4.4 寻优结果及分析
5 结论



本文编号：3781002