人工蜂群算法是自然啟發(fā)下解決優(yōu)化問題的方法之一,現(xiàn)已與先進(jìn)的數(shù)值分析方法相結(jié)合廣泛運(yùn)用于結(jié)構(gòu)的缺陷識(shí)別中,然而標(biāo)準(zhǔn)人工蜂群算法仍存在搜索范圍不夠全面,易長(zhǎng)期陷入局部最優(yōu)等問題。文章在標(biāo)準(zhǔn)人工蜂群算法的基礎(chǔ)上,提出了一種新的改進(jìn)算法,用混沌序列代替隨機(jī)數(shù)列以改進(jìn)初始種群,同時(shí)為避免算法陷入局部最優(yōu)造成收斂速率慢等問題,提出了一種能更快跳出局部最優(yōu)的參數(shù)搜索機(jī)制,即根據(jù)迭代次數(shù)自適應(yīng)地調(diào)整參數(shù)搜索維數(shù),以增加各點(diǎn)被搜索到的幾率;最后將該算法運(yùn)用到單缺陷和多缺陷的識(shí)別過程中。案例結(jié)果表明,改進(jìn)算法結(jié)合動(dòng)力擴(kuò)展有限元建立的反演分析模型能夠準(zhǔn)確識(shí)別出結(jié)構(gòu)內(nèi)部所含缺陷的位置和大小,并且提高了搜索效率,可使算法更快達(dá)到收斂。 

【文章來(lái)源】：合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019,42(06)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖２反演過程中選定的３組不同初始值模型傳感器用于獲取方形板邊界點(diǎn)處加速

圖２反演過程中選定的３組不同初始值圖３３組初始值對(duì)應(yīng)的收斂曲線單個(gè)圓形孔洞反演過程如圖４所示，。圖４中黑色圓表示實(shí)際缺陷，灰色圓代表反演結(jié)果。在迭代反演過程中，由人工蜂群算法得到缺陷具體參數(shù)形成新的結(jié)構(gòu)模型（反演模型），傳感器用于獲取方形板邊界點(diǎn)處加速度（實(shí)際也可獲取速度或位移），此外真實(shí)結(jié)構(gòu)模型和反演結(jié)構(gòu)模型的響應(yīng)均由ＸＦＥＭ計(jì)算得到，從而獲得各點(diǎn)加速度時(shí)程曲線，比較真實(shí)結(jié)構(gòu)和算法搜索得到的結(jié)構(gòu)模型（反演模型）間加速度數(shù)值結(jié)果，即可得出所得參數(shù)的目標(biāo)函數(shù)值。選擇第１組數(shù)據(jù)隨機(jī)解作為初始值進(jìn)行反演，位于圖１ｂ中Ａ點(diǎn)的傳感器測(cè)得的真實(shí)結(jié)構(gòu)和反演結(jié)構(gòu)在該點(diǎn)處加速度的對(duì)比結(jié)果如圖５所示。為了體現(xiàn)該算法的優(yōu)越性，將改進(jìn)算法迭代反演過程與標(biāo)準(zhǔn)ＡＢＣ算法進(jìn)行了對(duì)比，見表１所列。圖４單圓缺陷反演過程圖從圖４可看出，改進(jìn)后的ＡＢＣ算法能很快得到精確參數(shù)解，在迭代早期就基本與真實(shí)缺陷重合，到第１４４次迭代已經(jīng)達(dá)到完全收斂。由表１可以看出在同一迭代次數(shù)下，具有遍歷性的混沌序列進(jìn)行初始種群選定和后期搜索得到的解的質(zhì)量總是更高，這是由于混沌序列在一定程度上增加了搜索點(diǎn)的范圍，使得算法在搜索過程中更易發(fā)現(xiàn)優(yōu)質(zhì)解。同時(shí)標(biāo)準(zhǔn)人工蜂群算法在后來(lái)的１００次開始不斷長(zhǎng)期陷入局部最優(yōu)，并且由于搜索點(diǎn)的范圍不夠全面導(dǎo)致算法不能及時(shí)跳出局部最優(yōu)，花費(fèi)了大量無(wú)用功，以至于到最后２００次迭代結(jié)束時(shí)，適應(yīng)度函數(shù)值仍比改進(jìn)后的ＡＢＣ算法小很多；而

圖５Ａ點(diǎn)傳感器測(cè)得的加速度時(shí)程曲線與反演值表１單圓孔洞迭代反演過程待反演參數(shù)標(biāo)準(zhǔn)ＡＢＣ算法ｘｃ／ｍｙｃ／ｍｒ／ｍ目標(biāo)函數(shù)值改進(jìn)ＡＢＣ算法ｘｃ／ｍｙｃ／ｍｒ／ｍ目標(biāo)函數(shù)值真實(shí)值１．１７０．８２０．３３１．１７０．８２０．３３第５次迭代１．５９８１．０９１０．２６１３．９２Ｅ－０５１．０７６０．７３４０．３３８９．３０Ｅ－１０第４９次迭代１．２９４０．９３５０．３２４３．５０Ｅ－０６１．１７１０．８２１０．３３１５．４９Ｅ－１０第１００次迭代１．０９３０．９８２０．３４４１．８０Ｅ－０６１．１７１０．８２００．３３０９．６２Ｅ－１１第１４４次迭代１．０９３０．９８２０．３４４１．８０Ｅ－０６１．１７００．８２００．３３０８．３２Ｅ－１１第１７７次迭代１．１０５０．９６４０．３３７１．５６Ｅ－０６１．１７００．８２００．３３０８．３２Ｅ－１１第２００次迭代１．１０５０．９６４０．３３７１．５６Ｅ－０６１．１７００．８２００．３３０８．３２Ｅ－１１４．２２個(gè)圓形孔洞的識(shí)別（算例２）含２個(gè)圓形孔洞的方形板如圖６所示，板的尺寸、材料參數(shù)、載荷條件、邊界條件、網(wǎng)格剖分以及傳感器布置同算例１，２個(gè)圓形孔洞的尺寸見表２所列，結(jié)構(gòu)真實(shí)響應(yīng)由擴(kuò)展有限元建模得到。本算例中，迭代前并不知道結(jié)構(gòu)所含缺陷的數(shù)目和位置，因此預(yù)先設(shè)定缺陷數(shù)為８，將拓?fù)渥兞喀睾透倪M(jìn)的ＡＢＣ算法運(yùn)用到多缺陷識(shí)別的２個(gè)階段中，迭代開始至第１階段結(jié)束即可得出缺陷數(shù)目及其大致位置信息，繼續(xù)進(jìn)入下一階段迭

【參考文獻(xiàn)】：
期刊論文
[1]基于擴(kuò)展有限元法的Ⅰ-Ⅱ復(fù)合型裂紋擴(kuò)展研究[J]. 劉金祥,張華陽(yáng),李軍.  北京理工大學(xué)學(xué)報(bào). 2015(09)
[2]基于擴(kuò)展有限元的結(jié)構(gòu)內(nèi)部缺陷(夾雜)的反演分析模型[J]. 江守燕,杜成斌.  力學(xué)學(xué)報(bào). 2015(06)
[3]基于擴(kuò)展有限元法對(duì)含孔洞平板多裂紋擴(kuò)展模擬研究[J]. 劉劍,劉曉波,馮發(fā)強(qiáng).  失效分析與預(yù)防. 2013(06)
[4]改進(jìn)的混沌蜂群算法在流水線調(diào)度中的應(yīng)用[J]. 劉華,顧幸生.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[5]基于多渦卷混沌映射的彩色圖像加密算法[J]. 趙鵬濤,劉剛,彭接力,王明昊.  計(jì)算機(jī)應(yīng)用. 2012(S2)
[6]擴(kuò)展有限元方法及應(yīng)用綜述[J]. 郭歷倫,陳忠富,羅景潤(rùn),陳剛.  力學(xué)季刊. 2011(04)
[7]改進(jìn)人工蜂群算法及在風(fēng)電場(chǎng)群調(diào)度中的應(yīng)用[J]. 趙志,黃文杰.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(10)



本文編號(hào)：3274296