基于量子天牛群算法的高桩码头横向排架结构损伤识别

发布时间：2021-10-22 21:16

　　针对高桩码头损伤识别问题,引入量子行为优化天牛群（BSO）算法,利用结构模态参数（固有频率和振型）的差别构造目标函数,提出了一种基于量子天牛群（QBSO）算法的损伤识别方法。采用所提方法对一高桩码头模型单直桩、单叉桩的单损伤,双直桩、双叉桩、直桩+叉桩的双损伤进行了计算,并与天牛群（BSO）算法与粒子群（PSO）算法进行对比;对振型添加噪声后单叉桩的单损伤进行了计算。结果表明:所提方法计算效率高、收敛速度快,具有较强的稳定性和抗噪性,能够快速精准地识别出损伤位置与损伤程度。 

【文章来源】：水运工程. 2020,(08)北大核心

【文章页数】：9 页

【部分图文】：

天牛群的觅食过程

天牛模型简化

量子天牛群算法流程

【参考文献】：
期刊论文
[1]基于蚁狮优化算法与迹稀疏正则化的结构损伤识别[J]. 陈承滨,余岭,潘楚东,陈泽鹏.  振动与冲击. 2019(16)
[2]基于Kent混沌蜂群算法的码头排架结构损伤识别[J]. 钱炜,张迅,李决龙,邢建春,谢立强.  中国港湾建设. 2017(02)
[3]基于差分人工蜂群算法的梁结构裂纹识别[J]. 丁政豪,吕中荣,刘济科.  振动与冲击. 2016(11)
[4]基于人工鱼群算法的结构模型修正与损伤检测[J]. 李成,余岭.  振动与冲击. 2014(02)
[5]海港码头结构健康监测[J]. 黄长虹,韦灼彬.  水运工程. 2009(04)
[6]求解连续空间优化问题的量子粒子群算法[J]. 李士勇,李盼池.  量子电子学报. 2007(05)

硕士论文
[1]30万吨级原油码头主体结构健康监测系统建设及应用研究[D]. 刘向前.大连理工大学 2011



本文编号：3451852