基于同化竞争QPSO算法的结构模态参数识别

作者：孟浩; 卢俊龙

来源：苏州科技大学学报(工程技术版), 2020, 33(01): 50-56.

• 量子粒子群
• 优化算法
• 同化竞争
• 参数识别

针对粒子群优化算法整体寻优能力不足的问题,增强粒子寻优速度,并降低陷入局部最优的风险。论文基于同化竞争思想,提出了一种改进的量子粒子群优化算法。采用同化竞争手段对粒子寻优过程进行改良,具体过程为:采用全局最优粒子作为中心,对其余粒子进行同化影响;同时,保证各个粒子之间保持竞争关系,以促进粒子寻优速度的提升。本文针对简支梁模型的动力模态,采用该算法进行模拟识别,结果显示,该算法与量子粒子群算法相比,分析精度及抗干扰能力都得到明显提高。最后,针对三层框架结构进行振动试验,并采用该方法进行分析,结果显示,两者吻合度较好,验证了该方法的有效性。

• 单位
  建筑工程学院; 西安理工大学