為了使有限元模型修正結(jié)果更加符合結(jié)構(gòu)實(shí)際情況,將傳統(tǒng)的提供單一修正結(jié)果轉(zhuǎn)變?yōu)樘峁┒鄠�(gè)修正結(jié)果,然后由決策者根據(jù)現(xiàn)場(chǎng)情況、類似工程經(jīng)驗(yàn)等非參數(shù)信息來(lái)決定最終采用的修正模型;并且針對(duì)這一問(wèn)題,將優(yōu)化速度快的穩(wěn)態(tài)遺傳算法和優(yōu)化精度高的梯度下降算法相結(jié)合,提出了一種混合智能算法.最后分別采用數(shù)值算例和ASCE-Benchmark模型修正過(guò)程驗(yàn)證了所提算法的尋找多解能力和優(yōu)化精度.結(jié)果表明,本文所提算法可以尋找到定義域內(nèi)的全部極值,且相比于穩(wěn)態(tài)遺傳算法具有更高的精度,ASCE-Benchmark算例中,兩個(gè)修正后的有限元模型與實(shí)測(cè)結(jié)果之間的頻率誤差均有明顯下降.

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 有限元模型修正及多解問(wèn)題
2 基本算法介紹
    2.1 穩(wěn)態(tài)遺傳算法
    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 數(shù)值算例
4 有限元模型修正
    4.1 ASCE-Benchmark模型
    4.2 有限元模型及模態(tài)試驗(yàn)
    4.3 ASCE-Benchmark有限元模型修正
    4.4 尋優(yōu)結(jié)果及分析
5 結(jié)論



本文編號(hào)：3781002