摘要

为得到待修正参数与结构响应之间的关系,提高模型修正效率,将极限学习机(ELM)和鲸鱼优化算法(WOA)引入有限元模型修正(FEMU)。通过高斯(Gauss)混沌初始化、非线性调整策略、自适权重系数等改进鲸鱼优化算法,利用其优化极限学习机,建立待修正参数与加速度频响函数之间的非线性映射关系。以试验与优化极限学习机模型输出频响函数频域准则为目标函数,并利用改进鲸鱼优化算法(MWOA)求解修正参数。通过一平面桁架验证所提方法,结果表明:该方法可行有效,优化后的极限学习机能作为代理模型替代有限元模型,具有较强的泛化能力。