基于改进海鸥算法优化支持向量机的斜拉桥索力优化研究

作者：覃木宝; 王华^*; 王龙林

来源：森林工程, 2023, 39(04): 160-169.

• 支持向量机
• 海鸥优化算法
• 非线性收敛
• 斜拉桥
• 索力优化

针对大跨度斜拉桥斜拉索的索力优化问题，提出一种基于混合策略改进海鸥优化算法联合支持向量机的索力优化模型。融合折射反向学习、多方向螺旋攻击和非线性收敛等策略对标准海鸥优化算法进行改进，基于改进的海鸥优化算法(Improve Seagull optimization algorithm,ISOA)对支持向量机(Support vector machine,SVM)的惩罚因子和核函数参数进行优化，构建大跨度斜拉桥的索力组合-结构响应的预测模型，设计ISOA-SVM的索力优化流程并对考虑主梁线形控制下的斜拉索索力进行优化。结果表明，混合策略显著提高海鸥优化算法的收敛速度和收敛精度；采用ISOA参数优化后的SVM对数据样本具有良好的学习泛化能力，其测试集的平均相对误差(MRE)仅为1.08%,均方根误差(RMSE)仅为0.012 2;基于ISOA-SVM优化的索力组合有效改善了主梁线形和内力，主梁竖向挠度峰值降幅为36%,弯曲应力峰值降幅为11.94%,验证了该索力优化方法的有效性。

• 单位
  吉林大学; 哈尔滨工业大学; 土木工程学院