典型文献
采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化
文献摘要：
发展基于Pareto多目标人工鱼群算法(Multi?Objective Artificial Fish Swarm Algorithm,MO?AFSA),解决结构健康监测中传感器位置多目标优化的问题.构建与观测模态线性独立性、结构损伤灵敏度和损伤信息冗余性有关的传感器位置多目标优化目标函数;改进人工鱼群算法的追尾和觅食行为,并引入外部档案集以处理寻优过程中的互不支配解,结合Pareto概念选取与理想点欧式距离最近的Pareto解为最优解;以三层平面钢框架结构为数值算例,用基于Pareto人工鱼群算法求解传感器位置多目标优化方案,并进行结构损伤识别.研究结果表明:用所提方法得到的传感器测点在结构中均匀分布,获取的结构损伤信息更为全面,冗余性低,振型独立性好,能够较精确地识别损伤位置和损伤程度,并且抗噪性能好.
文献关键词：
结构健康监测;传感器位置优化;人工鱼群算法;Pareto多目标优化
中图分类号：
作者姓名：
张笑华;吴圣斌;方圣恩;陈凌秀
作者机构：
福州大学土木工程学院,福建 福州 350108;中铁房地产集团(福州)有限公司,福建 福州 350102
文献出处：
引用格式：
[1]张笑华;吴圣斌;方圣恩;陈凌秀-.采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化)[J].振动工程学报,2022(02):351-358
A类：
传感器位置优化
B类：
Pareto,结构健康监测,多目标优化,Multi,Objective,Artificial,Fish,Swarm,Algorithm,MO,AFSA,损伤信息,信息冗余,冗余性,优化目标,改进人工鱼群算法,追尾,觅食行为,外部档案,互不,不支,欧式距离,最优解,钢框架结构,数值算例,结构损伤识别,均匀分布,振型,抗噪性能
AB值：
0.273474
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
