本文關鍵詞：基于GA和資源限制人工免疫系統(tǒng)結構故障診斷

  更多相關文章： 結構故障監(jiān)測 人工免疫系統(tǒng) 遺傳算法 資源限制人工免疫系統(tǒng) Benchmark結構

【摘要】：大型建筑結構的安全性與社會經濟發(fā)展和人民生活水平緊密相關,一些大型建筑由于服役時間過長或遭受臺風、地震等自然災害的破壞而出現不同程度的損傷。對大型結構進行實時在線健康監(jiān)測,對結構的安全性和損傷情況進行評估,及時發(fā)現安全隱患,是國內外學者研究的重要課題。結構健康監(jiān)測系統(tǒng)通過無線傳感器元件,實時獲取建筑結構的狀態(tài)數據,并對數據進行分析處理,以及時發(fā)現建筑物是否損傷,判斷損傷程度并采取正確補救措施加以修復、加固,從而控制和消除安全隱患。其中,結構故障診斷問題是結構健康監(jiān)測的核心問題。生物免疫系統(tǒng)具有優(yōu)良的信息處理能力,非常適用于結構故障診斷。將人工免疫系統(tǒng)引入到結構故障檢測與分類問題中,在深入學習了人工免疫系統(tǒng)基本概念、仿生機理和算法模型的基礎上,利用人工免疫系統(tǒng)的分布式信息處理、學習、記憶和聯想檢索等特性,以無線傳感器網絡為平臺,研究了有監(jiān)督和無監(jiān)督兩種情況下的結構健康監(jiān)測中結構故障診斷問題：(1)針對樣本模式已知的有監(jiān)督結構故障診斷問題,提出一種基于GA進化機制的人工免疫算法。該算法將樣本結構數據作為抗原刺激抗體集合,抗體集合經過選擇、交叉、變異和更新最優(yōu)抗體集合等學習和進化過程產生高質量的記憶細胞集合,以實現對實測數據的故障檢測和分類。針對人工免疫算法基于二進制編碼和對其他抗體的優(yōu)良模式利用不足的缺點,提出了多父體算數交叉操作,減小了近親繁殖率,擴大了搜索范圍�；贐enchmark模型的仿真實驗證明了算法的有效性。(2)在結構故障監(jiān)測過程中,難以獲取所有的故障模式,這就限制了有監(jiān)督的結構故障檢測算法的應用范圍。針對故障樣本模式未知的無監(jiān)督的結構故障診斷問題,提出了基于資源限制人工免疫算法的無監(jiān)督結構故障檢測與分類算法。該算法將樣本數據作為ARB,并組成ARB網絡,ARB根據刺激值的大小進行選擇、變異、分配B細胞和資源限制等過程產生能夠反映數據結構的、刺激值較高的ARB網絡,實現對實測數據的檢測和分類。提出了新的連接閾值NAT的計算方法,使網絡連接更有效,并且引入Silhouette指標,判斷網絡穩(wěn)定性和聚類效果。在Benchmark結構模型上的仿真實驗結果表明該算法能實現有效的故障模式分類。
【關鍵詞】：結構故障監(jiān)測 人工免疫系統(tǒng) 遺傳算法 資源限制人工免疫系統(tǒng) Benchmark結構
【學位授予單位】：沈陽建筑大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TU317
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-19
• 1.1 研究背景11-12
• 1.1.1 研究意義11
• 1.1.2 研究目標11-12
• 1.2 結構健康監(jiān)測系統(tǒng)12-16
• 1.2.1 結構健康監(jiān)測系統(tǒng)的概念及組成12-14
• 1.2.2 結構健康監(jiān)測內容及常見故障類型14-15
• 1.2.3 結構健康監(jiān)測系統(tǒng)的應用15-16
• 1.3 人工免疫系統(tǒng)的研究現狀與應用16-17
• 1.3.1 人工免疫系統(tǒng)的研究現狀16-17
• 1.3.2 人工免疫系統(tǒng)在結構健康監(jiān)測中的應用17
• 1.4 本文主要研究內容及組織結構17-19
• 第二章 人工免疫系統(tǒng)19-31
• 2.1 引言19
• 2.2 人工免疫系統(tǒng)原理19-23
• 2.2.1 免疫系統(tǒng)的概念19-20
• 2.2.2 人工免疫系統(tǒng)的功能原理20-23
• 2.3 人工免疫系統(tǒng)及應用23-29
• 2.3.1 人工免疫算法23-27
• 2.3.2 人工免疫網絡27-28
• 2.3.3 人工免疫系統(tǒng)的應用28-29
• 2.4 本章小結29-31
• 第三章 基于GA優(yōu)化人工免疫算法的有監(jiān)督結構故障診斷31-41
• 3.1 引言31
• 3.2 GA優(yōu)化人工免疫算法及組成31-34
• 3.2.1 遺傳算法31-33
• 3.2.2 GA優(yōu)化的人工免疫算法33-34
• 3.2.3 符號定義34
• 3.3 GA優(yōu)化人工免疫算法設計34-40
• 3.3.1 初始化過程34-36
• 3.3.2 學習過程36-38
• 3.3.3 應用過程38-40
• 3.4 本章小結40-41
• 第四章 基于改進的資源限制人工免疫系統(tǒng)的無監(jiān)督結構故障診斷41-51
• 4.1 引言41
• 4.2 算法及組成41-44
• 4.2.1 資源限制人工免疫系統(tǒng)41-43
• 4.2.2 算法框架43-44
• 4.2.3 符號表示44
• 4.3 算法設計44-49
• 4.3.1 初始化過程44-46
• 4.3.2 學習過程46-49
• 4.3.3 應用過程49
• 4.4 本章小結49-51
• 第五章 仿真試驗與分析51-61
• 5.1 Benchmark結構51-52
• 5.2 訓練和分類數據的產生52-54
• 5.3 有監(jiān)督結構故障診斷算法的仿真54-56
• 5.3.1 系統(tǒng)參數設置54
• 5.3.2 參數與分類成功率的關系54-56
• 5.4 無監(jiān)督結構故障診斷算法的仿真56-60
• 5.4.1 系統(tǒng)參數設置56
• 5.4.2 聚類分析56-59
• 5.4.3 算法對比59
• 5.4.4 故障識別結果59-60
• 5.5 本章小結60-61
• 第六章 結論61-63
• 6.1 結論61
• 6.2 展望61-63
• 參考文獻63-67
• 作者簡介67
• 作者攻讀碩士學位期間發(fā)表的學術論文67-69
• 致謝69

【參考文獻】

中國期刊全文數據庫 前10條

1 賈花萍;李堯龍;史曉影;;混沌免疫遺傳算法的網絡入侵檢測模型[J];計算機工程與應用;2014年21期

2 周悅;唐世;賈雪松;張東偉;臧傳治;;基于人工免疫模式識別的結構損傷檢測與分類算法[J];沈陽建筑大學學報(自然科學版);2013年02期

3 周濤;陸惠玲;;數據挖掘中聚類算法研究進展[J];計算機工程與應用;2012年12期

4 馬永杰;云文霞;;遺傳算法研究進展[J];計算機應用研究;2012年04期

5 周世兵;徐振源;唐旭清;;新的K-均值算法最佳聚類數確定方法[J];計算機工程與應用;2010年16期

6 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學報;2008年01期

7 宋秀青;;簡介加利福尼亞理工學院建筑結構健康狀態(tài)的實時監(jiān)測和性能評估系統(tǒng)[J];國際地震動態(tài);2006年04期

8 劉玲,陸建輝,李玉輝;海洋石油平臺健康監(jiān)測研究方法與進展[J];石油工程建設;2005年01期

9 楊智春,于哲峰;結構健康監(jiān)測中的損傷檢測技術研究進展[J];力學進展;2004年02期

10 殷桂梁,肖麗萍,吳長奇;免疫原理用于異步電動機故障診斷的研究[J];中國電機工程學報;2003年06期

，

本文編號：1115760