互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

低应变无损桩测试的数值实验方法研究


□ 郭 健 李 靖

  摘要:自适应粒子群优化算法是一种基于群体智能、改进全局优化技术,其优势在于减小了陷入局部极值的机率,增加了全局搜索能力。文中将自适应粒子群算法应用于完整桩基动力参数的识别,数值计算结果表明,本文所建立的智能方法能够对桩基动测进行有效的多参数识别,具有良好全局收敛能力,是一种行之有效的计算方法。
  关键词:自适应粒子群优化算法;桩基动测;参数辩识
  中图分类号:TU473 文献标识码:A
  
  1 引言
  
  桩作为细长杆件,其材质一般属于非匀质体,支托它的岩土本构关系复杂,所涉及的工程地质条件是随机的、模糊的,岩土特性参数之间也存在着高度的非线性关系。而且,桩在动力的击打下,桩土共同工作体系的模型边界是不固定的,质量及刚度分布是不同的,波动响应特征是变化的,其体系的模型是动态的。因此,单纯用理论分析和确定的数学模型是无法加以描述的。
  
  2 桩基动测的波动方程
  
  桩的完整性与桩的动态特征、质量及刚度分布状况密切相关,将桩的动态反应作为随频率变化的信息,在瞬时激振力的冲击下通过振动响应分析,可以得到完整桩的古典一维波动方程;
  
  3 基于自适应粒子群算法
  
  粒子群优化算法(简称PSO)是Kennedy和Eberhart受鸟群觅食启发,于1995年提出的一种群体智能的随机搜索优化算法。它模拟鸟类捕食的行为,通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。迭代过程简单,收速度快,不需对函数求导,易与其它算法相结合等优点,具有深刻智能背景,适合于科学研究和工程应用。
  PSO是基于粒子群和适应度的概念,群体中的每个粒子代表一个可能的解,粒子具有位置和速度两个特征,算法通过适应度衡量粒子的优劣,随机初始化一群粒子,通过进化找最优解,每一次进化,粒子更新两个“极值”,粒子本身的最优解和整个种群的最优解,粒子更新速度和位置的方式如下:
  

 未安装PDF浏览器用户请先下载安装
原版页码:123,124,125原版全文......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《中南论坛》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
摘自:中南论坛
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017