基于群智能的结构健康监测
结构健康监测是一个具有挑战性的研究课题，其中的结构多损伤识别通常可以在数学上转化为连续函数的约束优化问题。基于群智能(SI)的基本理论，提出改进粒子群算法(PSO)和连续蚁群算法(ACO)，并将其应用于结构多损伤识别优化问题的求解，尝试探寻将SI应用于结构多损伤识别问题的可行性并进行数值仿真和实验研究。通过两层刚架多损伤数值仿真以及三层建筑框架结构四种损伤的实验研究，结果表明：基于SI的结构多损伤识别不但能够准确定位结构多损伤，而且还可以有效识别其损伤程度。由此可见，基于SI的结构健康监测具有良好的效果和实用性。
结构健康监测 损伤识别 群智能 粒子群算法 蚁群算法
余岭 徐鹏 陈曦
暨南大学力学与土木工程系,广州,510632暨南大学重大工程灾害与控制教育部重点实验室,广州,510632 暨南大学力学与土木工程系,广州,510632
国内会议
哈尔滨
中文
1-9
2011-08-22（万方平台首次上网日期，不代表论文的发表时间）