高性能優(yōu)化算法與結(jié)構(gòu)模型修正的研究.pdf

1、結(jié)構(gòu)模型修正技術(shù)已成功應(yīng)用于機械、航天、汽車等領(lǐng)域（一般稱為“結(jié)構(gòu)動力修改”）。土木工程結(jié)構(gòu)模型修正與機械、航天、汽車等領(lǐng)域的動力修改基于相同理論基礎(chǔ)和技術(shù)思路，但土木工程結(jié)構(gòu)本身的復(fù)雜性導(dǎo)致模型修正優(yōu)化問題的超規(guī)模和非線性，結(jié)構(gòu)、材料和環(huán)境的不確定性和不均質(zhì)性導(dǎo)致模型修正參數(shù)區(qū)間甚至優(yōu)化目標(biāo)函數(shù)具有不確定性，這些特點給土木工程結(jié)構(gòu)的模型修正帶來了更大困難，由其在土木工程領(lǐng)域中的應(yīng)用仍然面臨著巨大的挑戰(zhàn)。因此，本文對土木工程結(jié)構(gòu)有限元模

2、型修正中的優(yōu)化算法、不確定因素的處理和土木工程結(jié)構(gòu)大規(guī)模模型修正等相關(guān)問題進(jìn)行了系統(tǒng)的研究，具體研究內(nèi)容如下：
　　針對結(jié)構(gòu)模型修正的優(yōu)化問題，提出了三種優(yōu)化算法。（1）利用信賴域牛頓法搜索性能的高效性，以及混沌優(yōu)化算法的全局最優(yōu)性，提出一種混合優(yōu)化算法。該算法既克服了信賴域牛頓法容易陷入局部最優(yōu)點的缺點，又解決了混沌優(yōu)化算法搜索效率較低的問題。（2）分別從初始種群的確定、變步長搜索、自調(diào)節(jié)種群三方面改進(jìn)了耦合局部最優(yōu)法，提出了自

3、適應(yīng)耦合局部最優(yōu)法，使之具備解決多變量復(fù)雜優(yōu)化問題的能力。（3）在Tauchi優(yōu)化方法的基礎(chǔ)上，提出了模型修正的多目標(biāo)優(yōu)化算法。通過引入種群分類機制及新的信噪比函數(shù)，使得Taguchi算法具有解決多目標(biāo)優(yōu)化問題的能力。
　　針對具有半剛性節(jié)點結(jié)構(gòu)的模型修正問題，提出一種混合梁單元。結(jié)構(gòu)模型修正時，該單元可同時考慮半剛性節(jié)點所具有的轉(zhuǎn)動柔性及剪切柔性。此外，針對結(jié)構(gòu)邊界條件的修正問題，提出一種參數(shù)化的修正方法。將結(jié)構(gòu)邊界處的連接剛度

4、轉(zhuǎn)化為優(yōu)化變量，通過求解優(yōu)化問題實現(xiàn)對邊界條件的修正。
　　針對大型結(jié)構(gòu)有限元模型修正問題，提出了基于模態(tài)綜合技術(shù)的模型修正方法。該方法首先得到縮減后結(jié)構(gòu)模型的頻率與振型，并將該振型轉(zhuǎn)換為縮減前模型物理坐標(biāo)下的振型；然后，采用縮減后模型的頻率、轉(zhuǎn)換后的振型共同構(gòu)成模型修正的優(yōu)化目標(biāo)函數(shù)，進(jìn)而通過優(yōu)化求解實現(xiàn)結(jié)構(gòu)的模型修正。該方法既提高了模型修正的計算效率，又保證了計算精度，從而使采用迭代方法修正大型復(fù)雜結(jié)構(gòu)的有限元模型成為可能。<

5、br>　　考慮模型修正中不確定性因素對修正結(jié)果的影響，提出了基于模糊區(qū)間分析的模型修正技術(shù)。首先，將結(jié)構(gòu)設(shè)計參數(shù)及模態(tài)識別參數(shù)分別考慮成模糊變量，從而可以利用區(qū)間分析方法確定修正參數(shù)的初始取值區(qū)間，并利用區(qū)間靈敏度分析選擇修正參數(shù)。然后，通過對目標(biāo)函數(shù)的模糊化處理，得到目標(biāo)函數(shù)在不同模糊程度下的修正結(jié)果，從而根據(jù)實際結(jié)構(gòu)情況，確定出最符合實際物理意義的修正后模型。
　　本文最后采用東營黃河公路大橋的實際監(jiān)測數(shù)據(jù)對上述算法進(jìn)行了驗證