基于布谷鸟搜索算法的弹性力学边界条件识别

发布时间：2021-03-09 19:41

　　二维弹性力学Cauchy边界条件反问题的可进入测量部分边界上的全部面力和位移边界条件均已知,难进入测量部分边界上的所有边界条件需要求解。基于边界元方法,采用多项式函数近似未知的面力边界条件,将该反演问题转化为多项式系数识别问题。目标函数定义为已知边界上面力的计算值和给定值之间的最小二乘误差,利用布谷鸟算法最小化目标函数,实现对待求边界上面力边界条件的数值反演。未知位移由反演得到的面力结合其他已知边界条件代入正问题中求解得到。比较了未采用多项式和采用多项式近似的计算结果,并分别讨论了鸟巢数量、多项式阶数及测量误差对数值反演的影响。数值算例验证了布谷鸟算法联合多项式近似可准确有效地求解弹性力学Cauchy边界条件反问题。 

【文章来源】：重庆大学学报. 2020,43(06)北大核心

【文章页数】：10 页

【部分图文】：

Cauchy边界条件反问题

受单向拉伸方板

在1%、3%、5%三种不同测量误差下进行边界条件识别,研究测量误差对反演结果的影响。待求面力边界条件和位移边界条件的数值解与解析解之间的对比结果如图3所示。待求位移边界条件的相对误差分别为1.02×10-2、3.02×10-2、5.01×10-2,面力识别结果的相对误差分别为9.21×10-3、2.72×10-2、4.49×10-2。在3种测量误差水平下的迭代次数分别为300、313、352。不难看出,测量误差越大,反演精度越低,迭代次数也越多。

【参考文献】：
期刊论文
[1]基于改进布谷鸟算法的导热系数反演[J]. 严俊,周焕林,余波,陈豪龙.  合肥工业大学学报(自然科学版). 2018(12)
[2]二维弹性力学边界条件反识别TSVD正则化法[J]. 周焕林,江伟,胡豪,牛忠荣.  合肥工业大学学报(自然科学版). 2013(09)



本文编号：3073366