低應(yīng)變無(wú)損樁測(cè)試的數(shù)值實(shí)驗(yàn)方法研究 金屬應(yīng)力應(yīng)變曲線數(shù)值

　　摘要：自適應(yīng)粒子群優(yōu)化算法是一種基于群體智能、改進(jìn)全局優(yōu)化技術(shù)，其優(yōu)勢(shì)在于減小了陷入局部極值的機(jī)率，增加了全局搜索能力。文中將自適應(yīng)粒子群算法應(yīng)用于完整樁基動(dòng)力參數(shù)的識(shí)別，數(shù)值計(jì)算結(jié)果表明，本文所建立的智能方法能夠?qū)�樁基�?dòng)測(cè)進(jìn)行有效的多參數(shù)識(shí)別，具有良好全局收斂能力，是一種行之有效的計(jì)算方法。
　　關(guān)鍵詞：自適應(yīng)粒子群優(yōu)化算法；樁基動(dòng)測(cè)；參數(shù)辯識(shí)
　　中圖分類號(hào)：TU473 文獻(xiàn)標(biāo)識(shí)碼：A
　　
　　1 引言
　　
　　樁作為細(xì)長(zhǎng)桿件，其材質(zhì)一般屬于非勻質(zhì)體，支托它的巖土本構(gòu)關(guān)系復(fù)雜，所涉及的工程地質(zhì)條件是隨機(jī)的、模糊的，巖土特性參數(shù)之間也存在著高度的非線性關(guān)系。而且，樁在動(dòng)力的擊打下，樁土共同工作體系的模型邊界是不固定的，質(zhì)量及剛度分布是不同的，波動(dòng)響應(yīng)特征是變化的，其體系的模型是動(dòng)態(tài)的。因此，單純用理論分析和確定的數(shù)學(xué)模型是無(wú)法加以描述的。
　　
　　2 樁基動(dòng)測(cè)的波動(dòng)方程
　　
　　樁的完整性與樁的動(dòng)態(tài)特征、質(zhì)量及剛度分布狀況密切相關(guān)，將樁的動(dòng)態(tài)反應(yīng)作為隨頻率變化的信息，在瞬時(shí)激振力的沖擊下通過振動(dòng)響應(yīng)分析，可以得到完整樁的古典一維波動(dòng)方程；
　　
　　3 基于自適應(yīng)粒子群算法
　　
　　粒子群優(yōu)化算法（簡(jiǎn)稱PSO）是Kennedy和Eberhart受鳥群覓食啟發(fā)，于1995年提出的一種群體智能的隨機(jī)搜索優(yōu)化算法。它模擬鳥類捕食的行為，通過粒子間的相互作用，對(duì)解空間進(jìn)行智能搜索，從而發(fā)現(xiàn)最優(yōu)解。迭代過程簡(jiǎn)單，收速度快，不需對(duì)函數(shù)求導(dǎo)，易與其它算法相結(jié)合等優(yōu)點(diǎn)，具有深刻智能背景，適合于科學(xué)研究和工程應(yīng)用。
　　PSO是基于粒子群和適應(yīng)度的概念，群體中的每個(gè)粒子代表一個(gè)可能的解，粒子具有位置和速度兩個(gè)特征，算法通過適應(yīng)度衡量粒子的優(yōu)劣，隨機(jī)初始化一群粒子，通過進(jìn)化找最優(yōu)解，每一次進(jìn)化，粒子更新兩個(gè)“極值”，粒子本身的最優(yōu)解和整個(gè)種群的最優(yōu)解，粒子更新速度和位置的方式如下：

相關(guān)熱詞搜索：應(yīng)變 無(wú)損 數(shù)值 低應(yīng)變無(wú)損樁測(cè)試的數(shù)值實(shí)驗(yàn)方法研究 低應(yīng)變檢測(cè)技術(shù) 低應(yīng)變檢測(cè)原理