多段交叉遗传算法在连续刚构桥测点优化中的应用

doi:10.3969/j.issn.1674-0696.2016.02.02

重庆交通大学学报（自然科学版） ›› 2016, Vol. 35 ›› Issue (2): 6-8.DOI: 10.3969/j.issn.1674-0696.2016.02.02

多段交叉遗传算法在连续刚构桥测点优化中的应用

刘来君¹,倪富陶¹,孙维刚¹,邵永军²,李晓¹

1.长安大学公路学院, 陕西西安 710064；2.陕西高速公路工程试验检测有限公司,陕西西安 710086

收稿日期:2015-05-14 修回日期:2015-08-05 出版日期:2016-04-25 发布日期:2016-04-25
作者简介:刘来君(1963—),男,吉林前郭人,教授,博士生导师,主要从事桥梁结构方面的研究。E-mail：liulj@chd.ehd.cn。
基金资助:
陕西省交通运输厅科研基金项目（13-25K)

Application of Multistage Crossing Genetic Algorithms by Optimal Sensor Placement in Dynamic Test of Continuous Rigid Frame Bridge

LIU Laijun¹,NI Futao¹,SUN Weigang¹,SHAO Yongjun²,LI Xiao¹

1. College of Highway, Chang’an University,Xi’an 710064, Shaanxi, P. R. China；2. Shaanxi Expressway Testing & Measuring Co., Ltd, Xi’an 710086, Shaanxi, P. R. China

Received:2015-05-14 Revised:2015-08-05 Online:2016-04-25 Published:2016-04-25

摘要/Abstract

摘要： 阐述了基于动力检测的传感器优化布置准则和方法,提出了一种应用改进遗传算法,该算法改进了遗传算法交叉的规则,将原来的两点交叉改进为多段交叉。并将该方法具体应用到某大桥的动力检测中,通过计算对比分析,发现多段交叉的遗产算法有效的可以防止了传统遗传算法收敛过早、陷入局部最优解等现象,能更好的利用初始种群的多样性,多段交叉遗传算法计算结果要优于传统遗传算法。

关键词: 桥梁工程, 多段交叉, 遗传算法, 测点优化

Abstract: The improvement of genetic algorithm method based on optimal arrangement of sensor in dynamic test. was elaborated.The proposed improved method by using multistage crossing instead of two-point crossing improved the code of crossing in traditional genetic algorithm and was applied in the dynamic test of some continuous rigid frame bridge. Through calculation and comparative analysis, it is discovered that the application of multistage crossing method can effectively prevent the happenings of premature convergence and local optimal solution and better utilize the variety of initial population. Hence, the results by multistage crossing method are more superior to that of traditional generic algorithms.

Key words: bridge engineering, multistage crossing, genetic algorithms, optimal sensor placement

中图分类号:

U446.3

刘来君,倪富陶,孙维刚,邵永军,李晓. 多段交叉遗传算法在连续刚构桥测点优化中的应用[J]. 重庆交通大学学报（自然科学版）, 2016, 35(2): 6-8.

LIU Laijun,NI Futao,SUN Weigang,SHAO Yongjun,LI Xiao. Application of Multistage Crossing Genetic Algorithms by Optimal Sensor Placement in Dynamic Test of Continuous Rigid Frame Bridge[J]. Journal of Chongqing Jiaotong University(Natural Science), 2016, 35(2): 6-8.

参考文献

［1］ KAMMER D C. Sensor placement for on-orbit modal identification and correlation of large space structures［J］. Journal of Guidance Control and Dynamics,1991,14(2):251-259.
 ［2］ HEMEZ F M, FARHAT C. An energy based optimum sensor placement criterion and it’s application to structural damage detection［C］// Proceedings of SPIE-the International Society for Optical Engineering. Honolulu, Hawaii State: ［s.n.］,1994:1568-1575.
 ［3］ GUYAN R J. Reduction of stiffness and mass matrices ［J］. AIAA Journal,1965,3(2):380-380.
 ［4］ CARNE T G, DOHRMANN C R. A modal test design strategy for model correlation［C］// Proceedings of the 13th International Modal Analysis Conference. New York: Union College, Schenectady,1995:927-933.
 ［5］黄民水,朱宏平,宋金强. 传感器优化布置在桥梁结构模态参数测试中的应用［J］.公路交通科技,2008,25(2):85-88.
 HUANG Mingshui, ZHU Hongping, SONG Jinqiang. Application of optimal sensor placement in modal parameters test of bridge structure［J］. Journal of Highway and Transportation Research and Development,2008,25(2):85-88.
 ［6］李斌.基于EI及MAC混合算法的传感器优化布置研究［D］.西安：长安大学,2013.
 LI Bin. Optimal Sensor Placement of Research Using Mixed Algorithm Based on Effective Independence and Modal Assurance Criterion Methods［D］. Xi’an：Chang’an University,2013.
 ［7］ HOLLAND J H. Adaptation in Natural and Artificial Systems［M］.Ann Arbor :The University of Michigan Press, 1975.
 ［8］孙晓丹,李宏伟,欧进萍. 大型桥梁动力检测测点优化的改进遗传算法及其应用［J］.西安建筑科技大学学报（自然科学版）,2006,38(5):624-628.
 SUN Xiaodan, LI Hongwei, OU Jinping. Application of improved genetic algorithm in optimal sensor placement for dynamic test of Harbin Sifangtai bridge［J］. Journal of Xi’an University of Architecture & Technology (Natural Science Edition),2006,38(5):624-628.

[1]	周建庭1,2，黎娅2，张洪2，夏润川2，杨文琦2. 基于自发漏磁检测的钢绞线两点腐蚀试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 74-81.
[2]	张华1，张正琦2 ，程高3，4，田伯科1. 黄土地区陡崖坡段桩基合理临坡距研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 93-98.
[3]	刘金春，宋子轩，梁栋. 单箱三室连续梁桥在横向温度梯度与汽车偏载下的空间效应分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 80-86.
[4]	王宏刚1,2，白朋1，邹庆茹2，赵玲1. 地铁车辆段股道运用优化模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 13-18.
[5]	郑植1,2，耿波2，袁佩2，李嵩林2，胡正涛3. 桥墩复合材料防船撞装置新型连接试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 66-73.
[6]	张阳1，屈少钦1，卢九章2，霍文斌3. UHPC纤维定向法及对受拉性能影响[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 74-80.
[7]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[8]	朱顺应1，刘滨1，刘斌2，杨友珍3，王红1. 考虑运营收益与车厢空间感知的轨道列车发车间隔优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 41-47.
[9]	李玉民，邱梦，闫凯丽，刘颀欣. 高铁参与下考虑时间窗的生鲜品多式联运路径选择[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 54-61.
[10]	傅立磊. 基于随机激励响应的参数识别相关函数法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 70-75.
[11]	苏小波1，肖林2. 空间刚架结构钢-混结合段合理构造模型试验和数值模拟研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 76-82.
[12]	梁宗保1，柴洁1，纳守勇2，马天立1，唐玉1. 基于深度学习的桥梁健康监测数据有效性分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 78-83.
[13]	唐启智1,辛景舟1,2,周建庭1,付雷1,3,张俊4. 基于时序分析的锈蚀RC拱损伤识别：仿真与验证[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 69-77.
[14]	戎贤1,2，杨洪渭1，张健新1,2. 带钢端头的装配式混凝土梁柱中节点滞回性能试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 78-82.
[15]	王杰，费鹏，陈凯. 基于混合时间窗下动态需求的补给船航线规划[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 53-58.

多段交叉遗传算法在连续刚构桥测点优化中的应用

Application of Multistage Crossing Genetic Algorithms by Optimal Sensor Placement in Dynamic Test of Continuous Rigid Frame Bridge

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics