在結(jié)構(gòu)力學(xué)試驗(yàn)中許多重要力學(xué)參數(shù)無法直接獲取,因此需要使用間接測(cè)試技術(shù),而載荷識(shí)別是較為常見的一類間接測(cè)試問題。在使用間接測(cè)試技術(shù)的時(shí)候必須面臨病態(tài)問題的處理。但是常用的識(shí)別算法,例如最小二乘法等在高病態(tài)情況下使用效果很差,而優(yōu)化算法則可以較好的處理這類工程問題。優(yōu)化算法可以分為兩大類:正則化算法和智能優(yōu)化算法。研究不同優(yōu)化算法在不同病態(tài)情況下的適用性,可以在工程應(yīng)用中通過系數(shù)矩陣的條件數(shù)來選取合適的優(yōu)化算法,這樣就可以減少計(jì)算量從而提升工程應(yīng)用中的計(jì)算效率,通過綜合優(yōu)化算法總體應(yīng)用比較和兩個(gè)載荷識(shí)別算例的結(jié)果就可以討論智能優(yōu)化算法和正則化算法在使用過程中的優(yōu)劣。主要研究?jī)?nèi)容如下:（1）研究?jī)煞N正則化算法以及兩種正則參數(shù)選取方法,通過正則化算法和正則參數(shù)的組合構(gòu)建三種正則化算法。通過不同病態(tài)程度（不同條件數(shù)）的系數(shù)矩陣來對(duì)三種正則化算法進(jìn)行測(cè)試并討論在不同病態(tài)程度下的適用性。（2）研究遺傳算法和粒子群優(yōu)化算法兩種基礎(chǔ)智能優(yōu)化算法的理論,利用混沌局部搜索,提出三種改進(jìn)后的智能優(yōu)化算法。最后比較和討論新提出的三種智能優(yōu)化算法在不同病態(tài)程度系數(shù)矩陣下適用性。（3）對(duì)所有的優(yōu)化算法進(jìn)行總體應(yīng)用... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 病態(tài)問題
        1.2.2 智能優(yōu)化算法應(yīng)用研究現(xiàn)狀
        1.2.3 正則化算法應(yīng)用研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第2章 正則化算法
    2.1 引言
    2.2 正則化算法理論
        2.2.1 截?cái)嗥娈愔捣ǎ═SVD法）
        2.2.2 吉洪諾夫法（Tikhonov法）
    2.3 正則參數(shù)選取方法理論
曲線法（L_curve法）">        2.3.1 L_曲線法（L_curve法）
        2.3.2 廣義交叉驗(yàn)證法（GCV法）
    2.4 正則化算法比較
        2.4.1 前期準(zhǔn)備
        2.4.2 比較結(jié)果
    2.5 本章小結(jié)
第3章 智能優(yōu)化算法
    3.1 引言
    3.2 基礎(chǔ)智能優(yōu)化算法
        3.2.1 粒子群優(yōu)化算法
        3.2.2 遺傳算法
    3.3 基礎(chǔ)智能優(yōu)化算法的改進(jìn)
        3.3.1 遺傳算法與混沌搜索混合改進(jìn)（CLSGA）
        3.3.2 基于粒子群算法的遺傳算法改進(jìn)（GAPSO）
        3.3.3 基于遺傳算法的粒子群算法改進(jìn)（PSOGA）
    3.4 智能優(yōu)化算法比較
        3.4.1 前期準(zhǔn)備
        3.4.2 比較結(jié)果
    3.5 本章小結(jié)
第4章 優(yōu)化算法的應(yīng)用
    4.1 引言
    4.2 不同激勵(lì)下優(yōu)化算法總體應(yīng)用比較
    4.3 優(yōu)化算法在靜態(tài)載荷識(shí)別中的應(yīng)用
        4.3.1 實(shí)驗(yàn)背景
        4.3.2 實(shí)驗(yàn)準(zhǔn)備
        4.3.3 實(shí)驗(yàn)結(jié)果
    4.4 優(yōu)化算法在動(dòng)態(tài)載荷識(shí)別中的應(yīng)用
        4.4.1 實(shí)驗(yàn)背景
        4.4.2 實(shí)驗(yàn)準(zhǔn)備
        4.4.3 實(shí)驗(yàn)結(jié)果
    4.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]松花江大頂子山弧形鋼閘門靜力數(shù)值仿真[J]. 謝博群,崔洪斌,于泉海,姚德.  邵陽學(xué)院學(xué)報(bào)(自然科學(xué)版). 2016(04)
[2]自適應(yīng)二階震蕩粒子群算法[J]. 趙乃剛.  電子技術(shù)與軟件工程. 2015(20)
[3]基于遺傳算法的動(dòng)態(tài)載荷識(shí)別優(yōu)化方法[J]. 襲著有,閆云聚,常曉通.  機(jī)械強(qiáng)度. 2015(04)
[4]變異自適應(yīng)混沌粒子群算法求解線性超定方程[J]. 張成興.  計(jì)算機(jī)仿真. 2014(09)
[5]基于Tikhonov正則化及奇異值分解的載荷識(shí)別方法[J]. 郭榮,房懷慶,裘剡,于欽林,朱偉偉.  振動(dòng)與沖擊. 2014(06)
[6]混沌模擬退火粒子群優(yōu)化算法研究及應(yīng)用[J]. 劉愛軍,楊育,李斐,邢青松,陸惠,張煜東.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2013(10)
[7]病態(tài)線性方程組的粒子群算法[J]. 賀天宇,李國(guó)望.  科技資訊. 2012(08)
[8]一種基于遺傳算法的動(dòng)載荷識(shí)別方法[J]. 李永強(qiáng),常曉通.  山西建筑. 2012(02)
[9]求解非線性方程組的混合粒子群算法[J]. 歐陽艾嘉,劉利斌,樂光學(xué),李肯立.  計(jì)算機(jī)工程與應(yīng)用. 2011(09)
[10]面載荷識(shí)別的TSVD正則化方法[J]. 梅立泉,崔維庚.  應(yīng)用力學(xué)學(xué)報(bào). 2010(01)

碩士論文
[1]基于混沌局部搜索的多目標(biāo)遺傳算法研究[D]. 郭建軍.南京農(nóng)業(yè)大學(xué) 2009
[2]混沌優(yōu)化算法的研究及應(yīng)用[D]. 胡行華.遼寧工程技術(shù)大學(xué) 2008



本文編號(hào)：3160249