基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
量子粒子群算法作为粒子群算法的改进,具有参数少、好编程、易收敛等优势而备受关注.通过将由结构输入、输出数据计算而得的实测频响函数与包含所需识别的结构模态参数的理论频响函数之差最小化作为优化目标,经过对理论频响函数中的结构模态参数搜索取值而使目标函数最小,此过程将结构模态参数识别问题转化为优化问题.采用量子粒子群算法进行优化而得到结构模态参数.为验证该方法的有效性,对一数值模拟的三层混凝土框架结构进行分析,结果表明,量子粒子群可以有效地识别结构模态参数.
推荐文章
改进的耗散量子粒子群优化算法及其应用
量子粒子群优化算法
耗散操作算子
函数优化
量子进化算法
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
基于量子粒子群算法求解整数规划
粒子群算法
量子粒子群算法
整数规划
一种量子粒子群算法的改进方法
粒子群优化算法
量子粒子群优化算法
公共历史
并行搜索
局部最优
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 量子粒子群算法在结构模态参数识别中的应用
来源期刊 苏州科技学院学报(工程技术版) 学科 交通运输
关键词 量子粒子群优化算法 粒子群优化算法 优化算法 频响函数 结构模态参数识别
年,卷(期) 2014,(2) 所属期刊栏目
研究方向 页码范围 20-24
页数 5页 分类号 U441
字数 2771字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 常军 苏州科技学院土木工程学院 58 422 9.0 19.0
2 刘大山 苏州科技学院土木工程学院 6 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子粒子群优化算法
粒子群优化算法
优化算法
频响函数
结构模态参数识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
苏州科技大学学报(工程技术版)
季刊
2096-3270
32-1873/N
大16开
江苏省苏州市科锐路1号
1988
chi
出版文献量(篇)
1470
总下载数(次)
7
总被引数(次)
8418
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导