基于Kent混沌蜂群算法的码头排架结构损伤识别

• 作者: 张迅 李决龙 谢立强 邢建春 钱炜
• 来源期刊: 中国港湾建设
• 学科: 交通运输
• 关键词: 高桩码头 损伤识别 人工蜂群算法 Kent混沌
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 科研·勘察·设计
• 页码范围: 42-47
• 页数: 6页
• 分类号: U656.1
• 字数: 4048字
• 语种: 中文
• DOI: 10.7640/zggwjs201702009

摘要

为有效识别高桩码头的结构损伤,提出了一种基于Kent混沌人工蜂群算法的结构损伤识别方法.该算法采用Kent混沌映射和一般反向学习策略初始化蜂群,并引入锦标赛选择策略和Kent混沌搜索机制对算法性能进行改进.基于损伤结构模态参数(振型和固有频率)的计算值与测量值之差构造了目标函数,采用改进的混沌人工蜂群算法搜索最优目标函数对应的损伤因子,实现了基于改进算法的结构损伤识别.对高桩码头排架不同工况下的损伤识别结果表明,改进的混沌人工蜂群算法能够有效地识别结构损伤,且性能优于粒子群优化算法、基本人工蜂群算法和Logistic混沌人工蜂群算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢立强	解放军理工大学国防工程学院	6	19	2.0	4.0
2	邢建春	解放军理工大学国防工程学院	95	797	12.0	24.0
3	张迅	解放军理工大学国防工程学院	9	87	4.0	9.0
4	钱炜		4	5	2.0	2.0
5	李决龙		16	64	5.0	7.0