,振动与波,帝国竞争算法,结构模态参数识别,环境激励,脉冲响应信号,粒子群算法, Open Access Library" />

全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
-  2017 

运用改进帝国竞争算法识别结构模态参数

DOI: 10.3969/j.issn.1006-1355.2017.02.031

Keywords: &searchField=keyword">振动与波')" href="#">,振动与波,帝国竞争算法,结构模态参数识别,环境激励,脉冲响应信号,粒子群算法

Full-Text   Cite this paper   Add to My Lib

Abstract:

摘要 智能优化算法以其可在输入输出数据不完备且含噪声污染以及在系统刚度、质量等先验信息缺乏的情况下识别结构参数的优点,近些年来被广泛应用于参数识别。然而,智能算法识别结构参数时容易出现早熟收敛和陷入局部最优的问题,从而导致识别结果误差较大。帝国竞争算法(ICA)作为一种新颖的智能优化算法,在结构参数识别中也同样存在这类缺陷。为此提出一种融合粒子群优化算法(PSO)全局最优思想的改进帝国竞争算法,并将其运用于结构模态参数识别中。五个标准测试函数的测试结果表明,改进帝国竞争算法的性能优于传统帝国竞争算法。最后通过不同加噪环境下简支梁结构的算例分析,进一步验证改进算法可以有效克服寻优过程中早熟收敛、误差较大的缺陷,并且具有良好的抗噪性

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133