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:
基于桥梁节段模型风洞试验自由振动衰减时程信号,提出了桥梁断面颤振导数识别的人工蜂群算法.基于最小二乘原理,将竖弯和扭转信号的整体残差平方和作为目标函数,使用人工蜂群算法对相关参数进行寻优搜索,识别出桥梁断面的颤振导数.与其他迭代算法相比,人工蜂群算法是受生物启发产生的寻优算法,对初值没有要求,从而避免了迭代初值对识别精度的影响.为考察人工蜂群算法在桥梁断面颤振导数识别中的有效性,进行了理想平板模型仿真以及某大桥节段模型风洞试验,结果表明,桥梁断面颤振导数识别的人工蜂群算法具有较好的稳定性和可靠性.
推荐文章
基于混合遗传算法的桥梁颤振导数识别
桥梁工程
混合遗传算法
颤振导数
参数识别
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
基于两种湍流模型的桥梁颤振导数识别研究及比较
颤振
标准k-ε模型
SST k-ω模型
大跨度桥梁
CFD
改进的人工蜂群算法
人工蜂群算法
差分进化算法
种群初始化
搜索方程
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 基于自由振动响应识别桥梁断面颤振导数的人工蜂群算法
来源期刊 工程力学 学科 交通运输
关键词 桥梁工程 颤振导数 人工蜂群算法 参数识别 优化方法
年,卷(期) 2020,(2) 所属期刊栏目 土木工程学科
研究方向 页码范围 192-200
页数 9页 分类号 U441.3
字数 5967字 语种 中文
DOI 10.6052/j.issn.1000-4750.2019.03.0143
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 陈政清 湖南大学风工程与桥梁工程湖南省重点实验室 291 3278 30.0 44.0
2 封周权 湖南大学风工程与桥梁工程湖南省重点实验室 10 31 4.0 5.0
3 华旭刚 湖南大学风工程与桥梁工程湖南省重点实验室 43 190 7.0 13.0
4 林阳 湖南大学风工程与桥梁工程湖南省重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (38)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(6)
  • 参考文献(0)
  • 二级参考文献(6)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
桥梁工程
颤振导数
人工蜂群算法
参数识别
优化方法
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
工程力学
月刊
1000-4750
11-2595/O3
大16开
北京清华大学新水利馆114室
82-862
1984
chi
出版文献量(篇)
8001
总下载数(次)
5
总被引数(次)
125502
论文1v1指导