一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于自適應(yīng)差分進(jìn)化算法的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法,包括以下步驟:(1)建立待測(cè)結(jié)構(gòu)的有限元模型,利用數(shù)值求解方法獲得結(jié)構(gòu)的動(dòng)力特性數(shù)據(jù),并提取所有候選測(cè)點(diǎn)的振型矩陣,將各階振型含有的所有測(cè)點(diǎn)位置作為優(yōu)化布置的候選資源;(2)在模態(tài)確認(rèn)準(zhǔn)則、基于模態(tài)應(yīng)變能、測(cè)取振動(dòng)位移最大化等眾多優(yōu)化配置準(zhǔn)則中選取兩個(gè)以上作為多目標(biāo)約束傳感器優(yōu)化布點(diǎn)的目標(biāo)函數(shù),目標(biāo)函數(shù)用來(lái)評(píng)價(jià)種群的優(yōu)劣,是自適應(yīng)差分進(jìn)化算法操作的依據(jù),選擇目標(biāo)函數(shù)就是確定優(yōu)化配置準(zhǔn)則的過(guò)程;(3)利用自適應(yīng)差分進(jìn)化算法求解上述多目標(biāo)約束下的傳感器優(yōu)化布點(diǎn)問(wèn)題。
【專利說(shuō)明】一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及結(jié)構(gòu)健康監(jiān)測(cè)傳感器優(yōu)化布置領(lǐng)域,具體是一種基于自適應(yīng)差分進(jìn)化 的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法。
【背景技術(shù)】
[0002] 由于大型鋼結(jié)構(gòu)建筑造型獨(dú)特、跨度大、構(gòu)件尺寸大,并有大量空間扭曲構(gòu)件,整 體屬于高次超靜定結(jié)構(gòu),受力非常復(fù)雜,在設(shè)計(jì)中采用新技術(shù)、新材料、新工藝,設(shè)計(jì)與施工 高度耦合,自身結(jié)構(gòu)特性和受力性能的時(shí)變性,運(yùn)營(yíng)使用過(guò)程環(huán)境載荷作用、疲勞效應(yīng)、腐 蝕效應(yīng)和材料老化以及其它使用不當(dāng)?shù)热藶橐蛩氐挠绊懙忍攸c(diǎn),結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)應(yīng)運(yùn)而 生。
[0003] 傳感器的優(yōu)化布點(diǎn)是結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的前提,傳感器的類型、位置和數(shù)量起著 關(guān)鍵作用,如何布置有限數(shù)量的傳感器實(shí)現(xiàn)對(duì)結(jié)構(gòu)狀態(tài)信息的最優(yōu)采集,是結(jié)構(gòu)健康監(jiān)測(cè) 的關(guān)鍵問(wèn)題之一。
[0004] 理論上,結(jié)構(gòu)中安裝的傳感器越多,所采集到的結(jié)構(gòu)的狀態(tài)信息就越詳細(xì),動(dòng)力參 數(shù)識(shí)別的精度就越好。但實(shí)際中,傳感器的數(shù)量往往受到經(jīng)濟(jì)因素和結(jié)構(gòu)運(yùn)營(yíng)狀態(tài)等方面 的限制,不可能在結(jié)構(gòu)所有的自由度上都布置傳感器,因此就有了傳感器的優(yōu)化布置問(wèn)題。 基于單一傳感器優(yōu)化配置準(zhǔn)則的單目標(biāo)優(yōu)化得到的最優(yōu)布點(diǎn)也只是一定條件的最優(yōu)解,而 且無(wú)法進(jìn)行各準(zhǔn)則下最優(yōu)布點(diǎn)的相互比較,一個(gè)布點(diǎn)方案在某一標(biāo)準(zhǔn)下是最優(yōu)的,可能在 另一標(biāo)準(zhǔn)下卻是很差的。
[0005]多目標(biāo)傳感器優(yōu)化布點(diǎn)是一個(gè)多目標(biāo)優(yōu)化問(wèn)題,各個(gè)子目標(biāo)有可能是相互沖突 的,一個(gè)子目標(biāo)的改善可能會(huì)引起另一個(gè)子目標(biāo)性能的降低,也就是說(shuō),要同時(shí)使多個(gè)子目 標(biāo)都一起達(dá)到最優(yōu)是不可能的,而只是在他們中間進(jìn)行協(xié)調(diào)和折衷處理,使各個(gè)子目標(biāo)都 盡可能的達(dá)到最優(yōu)。
[0006] 求解多目標(biāo)優(yōu)化問(wèn)題有多種方法,如可以使用元啟發(fā)式算法進(jìn)行求解,差分進(jìn)化 算法就是元啟發(fā)式算法的一種。
[0007] 差分進(jìn)化算法是以達(dá)爾文的進(jìn)化論思想為基礎(chǔ),通過(guò)模擬生物進(jìn)化過(guò)程與機(jī)制的 求解問(wèn)題的自組織、自適應(yīng)的智能算法,主要通過(guò)選擇、交叉和變異這三種操作實(shí)現(xiàn)問(wèn)題的 求解。
[0008] 現(xiàn)有方法存在以下幾個(gè)問(wèn)題:1、傳統(tǒng)的數(shù)值優(yōu)化算法魯棒性差,常常僅是局部收 斂且收斂速度緩慢。2、尋優(yōu)存在隨機(jī)性;3、傳感器布點(diǎn)優(yōu)化都是基于單一準(zhǔn)則。4、最優(yōu)解 具有不可達(dá)性,滿意解求解時(shí)間過(guò)長(zhǎng)。5、非自適應(yīng)差分進(jìn)化算法易出現(xiàn)早熟收斂、局部搜索 能力不足及收斂速度慢。
[0009] 因此,結(jié)合以上局限性及問(wèn)題,本發(fā)明提出了一種基于自適應(yīng)差分進(jìn)化算法的多 目標(biāo)傳感器優(yōu)化布點(diǎn)方法,具體為利用自適應(yīng)差分進(jìn)化算法解決結(jié)構(gòu)的多目標(biāo)傳感器優(yōu)化 布點(diǎn)問(wèn)題。
【發(fā)明內(nèi)容】
[0010] 本發(fā)明的目的是提供一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法,以 實(shí)現(xiàn)在多目標(biāo)約束確定后,利用自適應(yīng)差分進(jìn)化算法來(lái)優(yōu)化傳感器布置,達(dá)到尋求多目標(biāo) 準(zhǔn)則下的優(yōu)化布點(diǎn)的滿意解的目的。
[0011] 為了達(dá)到上述目的,本發(fā)明所采用的技術(shù)方案為:
[0012] 一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法,其特征在于:包括以下 步驟:
[0013] (1)、建立待測(cè)結(jié)構(gòu)的有限元模型,利用數(shù)值求解方法獲得結(jié)構(gòu)的動(dòng)力特性數(shù)據(jù), 提取所有候選測(cè)點(diǎn)的振型矩陣,將各階振型含有的所有測(cè)點(diǎn)位置作為優(yōu)化布置的候選資 源;
[0014] (2)、目標(biāo)函數(shù)產(chǎn)生:選擇目標(biāo)函數(shù)就是確定優(yōu)化配置準(zhǔn)則的過(guò)程,目標(biāo)函數(shù)用來(lái) 評(píng)價(jià)種群的優(yōu)劣,是自適應(yīng)差分進(jìn)化算法操作的依據(jù),傳感器的布置可根據(jù)結(jié)構(gòu)領(lǐng)域眾多 評(píng)價(jià)方法,確定多目標(biāo)約束傳感器優(yōu)化的目標(biāo)函數(shù),其數(shù)學(xué)形式如下所示:
【權(quán)利要求】
1. 一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法,其特征在于:包括以下步 驟: (1)、建立待測(cè)結(jié)構(gòu)的有限元模型,利用數(shù)值求解方法獲得結(jié)構(gòu)的動(dòng)力特性數(shù)據(jù),提取 所有候選測(cè)點(diǎn)的振型矩陣,將各階振型含有的所有測(cè)點(diǎn)位置作為優(yōu)化布置的候選資源; (2) 、目標(biāo)函數(shù)產(chǎn)生:選擇目標(biāo)函數(shù)就是確定優(yōu)化配置準(zhǔn)則的過(guò)程,目標(biāo)函數(shù)用來(lái)評(píng)價(jià) 種群的優(yōu)劣,是自適應(yīng)差分進(jìn)化算法操作的依據(jù),傳感器的布置可根據(jù)結(jié)構(gòu)領(lǐng)域眾多評(píng)價(jià) 方法,確定多目標(biāo)約束傳感器優(yōu)化的目標(biāo)函數(shù),其數(shù)學(xué)形式如下所示:
gm(x)彡 0,m= 1,2,Λ,ng (2), hm(x) = 0,m=ng+l,A,ng+nh (3), 其中公式(I)中,V-min表示向量極小化,即D(x)= [F1(X),F(xiàn)2(X),…,F(xiàn)n(x)]T中 的各個(gè)子目標(biāo)函數(shù)極小化,T表示向量轉(zhuǎn)置,η為目標(biāo)函數(shù)個(gè)數(shù)及目標(biāo)空間的維數(shù),X= (Xl,X2. ...χη)為優(yōu)化決策變量,X為連續(xù)搜索空間,Rm表示m維實(shí)數(shù)空間,其解為Pareto前 沿解集;公式(2)、(3)中,gm(x)表示不等式約束方程,hm(x)表示等式約束方程,其中ng 和nh分別是不等式和等式的個(gè)數(shù); (3) 、利用自適應(yīng)差分進(jìn)化算法求解上述多目標(biāo)約束下傳感器優(yōu)化布點(diǎn)問(wèn)題,包括以下 步驟: (3. 1)、初始化:設(shè)定代數(shù)計(jì)數(shù)器t的初值為0,初始化控制參數(shù)β和CR;初始化種群規(guī) 模,包括NP個(gè)個(gè)體的種群C(O),采用隨機(jī)生成方法或非隨機(jī)生成方法;編碼方式根據(jù)需求 設(shè)計(jì),一般實(shí)數(shù)編碼即可,也可采用二進(jìn)制編碼、二重結(jié)構(gòu)編碼、gray編碼和IRR編碼; (3.2)、變異:對(duì)于每個(gè)個(gè)體\(〇£0(〇,應(yīng)用變異算子產(chǎn)生測(cè)試向量1^(〇;其中變 異算子及差分向量個(gè)數(shù)根據(jù)具體需求設(shè)計(jì),其一般數(shù)學(xué)形式如公式(4)所示: a-(')=X;1 W+P ?(\ (0-X,,(O)+P 2(χ,:, (0-χ,5(0)+…(0-I, ('))(4) 其中,是從種群中隨機(jī)選擇的不同個(gè)體,βηε(〇,…)是一個(gè)標(biāo)量,控制差分變 量的放大程度; (3. 3)、交叉:應(yīng)用交叉算子產(chǎn)生子代X'i(t),通過(guò)測(cè)試向量Ui (t)和父代向量Xi (t) 的離散重組以產(chǎn)生子代個(gè)體fi(t),交叉方式為二項(xiàng)式交叉或指數(shù)交叉, ,Λ丨果j e ,/ 'I. (?) 他倍況 (5) 公式(5)中,,Xij⑴表示向量Xi⑴的第j個(gè)元素,J是交叉位的集合; (3. 4)、選擇:其適應(yīng)度函數(shù)可選步驟(1)的目標(biāo)函數(shù)或者其約束違反函數(shù)等,視問(wèn)題 具體情況而定;如果子代個(gè)體的適應(yīng)度優(yōu)于其父代,則子代替換其父代;否則,父代個(gè)體 存活至下一代;具體為評(píng)估適應(yīng)度f(wàn)(Xi(t));x'Jt)優(yōu)于f(Xi(t)),則將X'Jt)加入 C(t+1);否則將Xi(t)加入C(t+1); (3. 5)、自適應(yīng)策略:該策略包含兩方面內(nèi)容:a、自適應(yīng)調(diào)整控制因子,如按照變異算 子動(dòng)態(tài)調(diào)整第G代的變異因子β;2、自適應(yīng)選取差分進(jìn)化模式,按照變異操作中差異向量 個(gè)數(shù)及被變異個(gè)體的不同以及交叉操作中是否固定某交叉位等,差分進(jìn)化算法發(fā)展了多種 變異策略,可用DE/x/y/z統(tǒng)一表示,其中X表示在變異操作時(shí),是隨機(jī)選取當(dāng)前代中某一 個(gè)體作為父?jìng)€(gè)體還是選擇當(dāng)前代中最優(yōu)個(gè)體作為父?jìng)€(gè)體;y表示在變異操作時(shí),所使用差 異向量的個(gè)數(shù)表示交叉方案; (3. 6)、停止條件:當(dāng)運(yùn)行到最大代數(shù)Gmax或目標(biāo)函數(shù)值達(dá)到既定要求則繼續(xù)至步驟 (3. 7),重復(fù)執(zhí)行步驟(3. 2) - (3. 7); (3. 7)、返回解:最佳適應(yīng)度的個(gè)體返回,即為所求的傳感器優(yōu)化布點(diǎn)方案,此處解為Pareto前沿解集。
2.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)差分進(jìn)化的多目標(biāo)傳感器優(yōu)化布點(diǎn)方法,其 特征在于:將自適應(yīng)差分進(jìn)化算法用于求解多目標(biāo)傳感器優(yōu)化布點(diǎn)問(wèn)題,以結(jié)構(gòu)健康監(jiān)測(cè) 領(lǐng)域所提出的多種傳感器優(yōu)化布點(diǎn)評(píng)價(jià)方法作為自適應(yīng)差分進(jìn)化的目標(biāo)函數(shù),通過(guò)自適應(yīng) 差分進(jìn)化算法求解上述多目標(biāo)傳感器優(yōu)化布點(diǎn)問(wèn)題。
【文檔編號(hào)】G06F17/50GK104318020SQ201410577465
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年10月24日 優(yōu)先權(quán)日:2014年10月24日
【發(fā)明者】衛(wèi)星, 呂增威, 魏振春, 韓江洪, 張建軍, 徐娟, 薛平, 王建斌 申請(qǐng)人:合肥工業(yè)大學(xué)