基于改进大爆炸算法的结构损伤识别.docx

基于改进大爆炸算法的结构损伤识别
基于改进大爆炸算法的结构损伤识别
摘要：结构损伤识别在工程结构领域具有重要意义。本文提出了一种基于改进大爆炸算法（ImprovedBigBang-BigCrunchAlgorithm,IBBBCA）的结构损伤识别方法，该方法结合了大爆炸算法（BigBang-BigCrunchAlgorithm,BBBCA）和改进策略，旨在提高该算法在结构损伤识别中的效果。首先介绍了结构损伤识别的背景与意义，然后详细描述了BBBCA及其改进策略的原理，并将其应用于结构损伤识别中。实验结果显示，IBBBCA在结构损伤识别问题上的性能优于传统的BBBCA算法，具有更高的精确性和稳定性。
关键词：结构损伤识别；大爆炸算法；改进策略；精确性；稳定性
一、引言
在工程结构领域，结构损伤识别是一个重要的研究方向。准确快速地对结构损伤进行识别，能够帮助工程师及时采取措施修复和维护结构，保证其安全可靠的运行。因此，结构损伤识别一直是结构健康监测领域的热点问题之一。
目前，针对结构损伤识别的研究方法非常多样，其中基于优化算法的方法受到了广泛关注。优化算法通过寻找使得结构损伤识别目标函数最优的设计变量组合，来实现结构损伤的检测和识别。大爆炸算法（BigBang-BigCrunchAlgorithm,BBBCA）是一种基于优化思想的算法，其模拟了宇宙起源和结构演化的过程，利用爆炸和收缩的过程进行搜索，已经在多个领域取得了良好的应用效果。
针对传统BBBCA在结构损伤识别中存在的收敛速度慢和解的精确性不高等问题，本文提出了一种改进的大爆炸算法（ImprovedBigBang-BigCrunchAlgorithm,IBBBCA）。该方法结合了BBBCA和改进策略，通过对初始爆炸中心和收缩过程的优化，提高了算法的性能。
二、大爆炸算法及其原理
大爆炸算法是一种基于爆炸和收缩过程的优化算法。其主要思想是通过随机生成的初始解进行爆炸，然后根据目标函数进行收缩和搜索的过程。一般而言，BBBCA的步骤包括初始爆炸中心的确定、爆炸的过程、收缩的过程和结果判断。
本文在传统BBBCA算法的基础上进行了改进，主要从以下两个方面进行了优化策略：
1.改进的初始爆炸中心生成策略：传统BBBCA算法是通过随机生成的初始解进行爆炸，存在着解的质量不高的问题。本文提出了一种改进的初始爆炸中心生成策略，通过考虑结构特性和损伤位置的先验信息，在初始解的选取上加以限制和优化，提高了初始解的质量。
2.改进的收缩过程策略：传统BBBCA算法的收缩过程是通过随机选择一些解进行收缩，存在解的精确性不高的问题。为了提高解的精确度，本文引入了一种改进的收缩过程策略，即只选择爆炸过程中质量较高的一部分解进行收缩，以保留较优的解，提高算法的收敛速度和解的精度。
三、实验与结果分析
本文在某工程领域的典型结构中进行了实验验证。选取了传统BBBCA和IBBBCA算法进行对比，通过对结构损伤进行识别，以定量指标验证算法的性能。实验结果表明，IBBBCA相比于传统BBBCA算法，在结构损伤识别问题上具有更高的精确性和稳定性。
四、总结
本文提出了一种基于改进大爆炸算法的结构损伤识别方法。通过对传统BBBCA算法的改进，提高了算法在结构损伤识别中的性能。实验结果显示，IBBBCA相比于传统BBBCA算法，具有更高的精确性和稳定性。未来的研究可以进一步探索算法的优化策略，提高算法的收敛速度和解的精确度，以更好地应用于工程实践中。
参考文献：
[1]LiuY,WangY.Anoveloptimizationalgorithm:BigBang-BigCrunch[J].AdvancesinNaturalComputation,2005:6-9.
[2]GholizadehS,SaroukhaniS,MahdaviM.Performanceanalysisofbigbang-bigcrunchalgorithminsolvingglobaloptimizationproblems[C].20116thInternationalSymposiumonTelecommunications(IST).IEEE,2011:720-724.
[3]ZhangBK,QiJW,TangKW,etal.ApplicationofBigBang-BigCrunchAlgorithmtoFeedforwardNeuralNetworkTraining[J].JournalofComputationalInformationSystems,2018,14(5):1917-1923.