遗传算法在结构损伤诊断中应用,本论文为免费优秀的关于遗传算法论文范文资料，可用于相关论文写作参考。
遗传算法论文参考文献：
摘 要：结构损伤诊断是当前结构工程学科十分活跃的研究领域,作为一类重要的智能进化算法,遗传算法在结构损伤诊断研究中得到积极应用.首先阐述了遗传算法的基本原理和实现流程,其次给出了遗传算法的具体求解步骤.然后,在阐述了结构损伤诊断原理和比较传统损伤诊断方法的优缺点的基础上,重点论述了遗传算法在结构损伤诊断中的应用.最后对遗传算法在结构损伤诊断中的应用中还存在的问题作了讨论.
关键词：遗传算法；损伤诊断；优化方法；应用
结构损伤诊断是当前结构工程学科十分活跃的研究领域.由于损伤诊断可归结为参数识别问题,通常采用最优化方法求解.作为一类重要的智能进化算法,遗传算法（简称GA）在结构损伤诊断研究中得到积极应用.由于模拟自然选择适者生存的现象,使遗传算法具有较强的自组织、自适应、学习性、智能性、鲁棒性、系统优化性等.这也使遗传算法广泛应用于机器学习、人工智能、经济预测等各学科领域都被广泛应用,同样在土木工程结构损伤诊断、过程控制也有着广泛而深远的应用.并且由于在结构损伤诊断中取得了很好的成绩,目前受到越来越多的关注[1-2].
1 遗传算法的原理
遗传算法基于模仿生物界遗传学的遗传过程,把问题的参数用基因来表示,把问题的解用染色体来表示代表,从而得到一个由具有不同染色体的个体组成的群体.这个群体在问题特定的环境里生存竞争,适者有最好的机会生存和产生后代,后代随机化地继承父代的最好特征,并也在生存环境的控制支配下继续这一过程.群体的染色体都将逐渐适应环境,不断进化,最后收敛到一族最适应环境的类似个体,即得到问题最优解.
和传统的优化算法相比,遗传算法主要有以下几个不同之处,遗传算法不是直接作用在参变量集上而是利用参变量集的某种编码；遗传算法不是从单个点,而是从一个点的群体开始搜索；遗传算法利用适应值信息,无须导数或其它辅助信息；遗传算法的优越性主要表现在,首先,它在搜索过程中不容易陷入局部最优,即使所定义的适应函数是不连续的、非规则的或有噪声的情况下,它也能以很大的概率找到整体最优解；其次,由于它固有的并行性,遗传算法非常适用于大规模并行计算机.
2 遗传算法的实现流程
首先把问题的解表示成 “染色体”,在算法中就是以二进制编码的串,给出一群 “染色体”,也就是假设的可行解.然后,把这些可行解置于问题的 “环境” 中,按适者生存的原则,选取较适应环境的“染色体”进行复制,并通过交叉、变异过程产生更适应环境的新一代 “染色体” 群.经过这样的一代一代地进化,最后就会收敛到最适应环境的一个 “染色体” 上,它就是问题的最优解.遗传算法的实现流程如图1所示.
3 遗传算法在结构损伤诊断中的应用
3.1 结构损伤诊断原理
结构损伤诊断通常可被定义为：当结构原有形态破坏时,结构损伤在物理状态空间表现为刚度降低、柔度增大；在模态状态空间表现为固有频率降低.因此,结构损伤诊断的基本思路为：结构损伤的发生必然导致结构参数（刚度、阻尼和内部荷载）的改变.就问题本质而言,工程结构的损伤确定和质量评估是同一问题的不同侧面,因此按不同的技术水平可将其分为4个层次；（1）预估结构是否发生损伤；（2）损伤定位；（3）判定损伤严重程度；（4）剩余寿命评估和维修策略.
损伤诊断的理想方法应能够很好地完成以上四个阶段的目标,并且尽可能不依赖于使用者的工程判断和结构的分析模型,而且对引起结构线性和非线性行为的损伤都能适用.但是 目前有关工程结构的损伤识别研究大都局限在第一、二层次上 ,而三、四层次的识别还需进一步探讨,这是由工程结构的复杂性决定的[2].
3.2 遗传算法在结构损伤诊断中的应用
易伟建等[3]将遗传算法引入处理振动参数来进行结构的损伤诊断.为了让遗传算法更适用于结构工程损伤诊断领域,提出了多父体变量级杂交和变量微调等新的改进策略,并运用于4m跨固端梁模型进行损伤诊断,取得了满足工程要求的结果.陈存恩等[4]提出了一种结合灵敏度修正的遗传算法进行结构损伤诊断.在遗传算法计算过程中加入灵敏度修正操作,使遗传过程得以快速收敛并增加了识别准确性.利用四层平面框架进行数值模拟,识别结果表明,所提出的结构损伤识别方法比常规单纯的遗传算法大大地减少了运算时间,提高了识别的准确性.
程庆照等[5]以单元刚度折减系数作为待识别参数,把频率和振型作为目标函数,运用遗传算法对折减系数进行计算,并通过实例运算验证了其对桩基损伤识别的有效性采用一维杆单元建立桩—土有限元模型结构算机模拟计算出桩基发生损伤后的速度时程响应曲线假设结构未损伤是材料分布均匀, 结构的损伤表现为构件弹性模量 E 的折减, 即以单元的弹性模量乘以折减系数表示该单元的损伤,然后用求得的速度响应曲线输入到遗传算法程序中进行损伤诊断.张卫平等[6]以海洋平台实测的固有频率和振型为诊断依据,将结构的损伤诊断问题归结为优化问题,采用遗传算法加以处理.数值模拟和物理模型实验结果均表明,该方法能够准确地诊断出导管架海洋平台结构的损伤,并改进了进化搜索的鲁棒性,提高了海洋平台结构损伤诊断的可靠性.
黄维平等[7]提出了一种改进的CHC 遗传算法,用频率误差和振型误差函数构建目标函数和适应度函数, 该方法继承了普通遗传算法和CHC 算法的优点, 提高了算法的收敛速度.数值算例表明,用改进的CHC 遗传算法进行结构损伤诊断时,单构件损伤比SGA 算法的计算时间缩短60%,多构件损伤可缩短80%.
4 结语
结构损伤诊断是一门有着广泛前景的学科,虽然前人已经做了大量的研究工作,但基于结构损伤诊断是多个损伤分布在结构空间体系中,损伤症状和其成因和程度之间存在着复杂因果关系,其因素具有不确定性,而且诊断过程有人的经验参和和环境的影响.所以将遗传算法应用到土木工程结构损失诊断中还有很多需要研究的问题,还有很长的路要走.
（1）尽管遗传算法比其它传统搜索方法有更强的鲁棒性,在结构损伤诊断中有着较强的优势,但它仅擅长全局搜索,而局部搜索能力却不足.
（2)遗传算法易发生早熟这一问题,至今没有得到很好的解决.
(3)在实际土木工程中,结构通常比较高大、复杂,和实验中只是进行了几根杆件、简单的模拟几层框架等有着巨大的差别,而且现有的文献中大多不考虑噪声的影响,这只具有理论意义,如果在实际工程中进行操作将会相当困难.
参考文献
［1］黄维平,王晓燕.基于改进CHC遗传算法的结构损伤诊断研究［J］. 振动、测试和诊断,2007, 27(3):232-235.
［2］张卫平,刘娟.一种改进的海洋平台损伤诊断方法研究［J］.中国水运, 2011,11(2):108-113
［3］徐晓红,基于混合遗传算法的结构优化设计［J］.低温建筑技术,2009(1): 45-47.
［4］刘小民,刘和行.土木工程结构损伤诊断研究进展［J］.陕西建筑,2006.1,(127):30-34
［5］易伟建,刘霞.基于遗传算法的结构损伤诊断研究［J］.工程力学,2001,18(2):64-71.
［6］陈存恩,李文雄.结合灵敏度修正的遗传算法的结构损伤诊断［J］.地震工程和工程振 动,2006,26(5):172-177.
［7］程庆照,王亚平,王兴泉.基于遗传算法的桩基损伤诊断研究［J］.公路交通科技,2008,(9):115-117.
结论：关于遗传算法方面的论文题目、论文提纲、遗传基因父母各占多少论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
基于遗传算法的盘式永磁缓速器结构设计
摘 要：利用matlab优化工具箱中的遗传算法，确定盘式永磁缓速器关键部件的尺寸参数，并根据所得参数加工出样机并进行试验，试验结果表明所设计缓速。
交互式遗传算法应用到纺织品图案设计
摘要：随着科技的迅猛发展，新的图案设计方法层出不穷。在追求个性化趋势日益凸显的今天，人们倾向于亲历亲为设计出属于自己的图案。交互式遗传算法是通过。
基于遗传算法医疗资源配置
摘要：本文以医疗人员的合理配置为切入点，在抗震救灾、战场救护等特殊任务背景下，基于遗传算法，研究有限的医疗人员面对多批次伤者时如何进行合理人员配。
基于遗传算法BP神经网络在权证定价中应用
摘要:对金融衍生品的定价一直都是理论界和实务界所关注的热点问题之一。传统的参数模型定价方法,容易产生系统性偏差,而神经网络方法在解决这一问题时具。