基于同化竞争QPSO算法的结构模态参数识别

• 作者: 卢俊龙 孟浩
• 来源期刊: 苏州科技大学学报（工程技术版）
• 学科: 工学
• 关键词: 量子粒子群 优化算法 同化竞争 参数识别
• 年，卷（期）: 2020,（1）
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP301
• 字数: 2819字
• 语种: 中文

摘要

针对粒子群优化算法整体寻优能力不足的问题,增强粒子寻优速度,并降低陷入局部最优的风险.论文基于同化竞争思想,提出了一种改进的量子粒子群优化算法.采用同化竞争手段对粒子寻优过程进行改良,具体过程为:采用全局最优粒子作为中心,对其余粒子进行同化影响;同时,保证各个粒子之间保持竞争关系,以促进粒子寻优速度的提升.本文针对简支梁模型的动力模态,采用该算法进行模拟识别,结果显示,该算法与量子粒子群算法相比,分析精度及抗干扰能力都得到明显提高.最后,针对三层框架结构进行振动试验,并采用该方法进行分析,结果显示,两者吻合度较好,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢俊龙	西安理工大学土木建筑工程学院	30	60	4.0	6.0
2	孟浩		4	0	0.0	0.0