DE-ICA优化算法在工作模态参数识别的应用

• 作者: 王成 缑锦 罗伟 雷宇翔
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 参数识别 工作模态 独立成分分析 差分进化 随机寻优策略
• 年，卷（期）: 2018,（2）
• 页码范围: 286-292
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201606108

摘要

提出一种差分进化(DE)改进的独立成分分析(ICA)优化算法,解决工作模态参数识别时容易陷入局部最优,难以识别出高阶模态参数的问题.通过对悬臂梁的ANSYS仿真数据对比可知:相对于传统的ICA方法,结合差分进化算法的ICA识别的模态参数精度更高,且能分离出更多的高阶模态,更适合于高阶模态参数的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	缑锦	华侨大学计算机科学与技术学院	27	191	8.0	13.0
2	王成	华侨大学计算机科学与技术学院	31	215	6.0	14.0
3	雷宇翔	华侨大学计算机科学与技术学院	1	1	1.0	1.0
4	罗伟	华侨大学计算机科学与技术学院	2	1	1.0	1.0