基于靈敏度和遺傳算法的結(jié)構(gòu)動力模型修正技術(shù)研究及系統(tǒng)實現(xiàn).pdf

1、結(jié)構(gòu)有限元動態(tài)建模是結(jié)構(gòu)設(shè)計中不可或缺的環(huán)節(jié)。為了準確地預(yù)測結(jié)構(gòu)的動力特性，需要根據(jù)試驗獲得的數(shù)據(jù)對結(jié)構(gòu)動力模型進行修正。結(jié)構(gòu)動力模型振動方程具有維數(shù)大和高度非線性的特點，這為結(jié)構(gòu)動力模型的修正的實現(xiàn)帶來了很大困難。
　　本文介紹了結(jié)構(gòu)動力模型的相關(guān)性分析和特征靈敏度的求解方法，建立了結(jié)構(gòu)動力模型修正的數(shù)學模型，詳細分析了基于靈敏度分析的模型修正技術(shù)的實現(xiàn)過程，著重討論了振型擴充和縮聚、修正參數(shù)的選擇和不適定方程的求解等關(guān)鍵問題的

2、實現(xiàn)技術(shù)，并給出了基于靈敏度分析結(jié)構(gòu)動力模型修正的算法實現(xiàn)。
　　考慮到基于靈敏度分析的結(jié)構(gòu)動力模型修正易陷入局部最優(yōu)點及結(jié)構(gòu)動力模型修正高度非線性的特點，本文將遺傳算法應(yīng)用于結(jié)構(gòu)動力模型修正中，提出了一種改進的微種群遺傳算法，改進算法采用父代參與競爭的聯(lián)賽選擇，同時引入模擬退火優(yōu)選機制實現(xiàn)個體的選擇，從而保證群體的高適應(yīng)度和多樣性。通過相關(guān)實例驗證，改進的微種群遺傳算法應(yīng)用于結(jié)構(gòu)動力模型修正時具有較為明顯的優(yōu)勢。
　　基于