基于云计算MapReduce框架并行粒子群算法的结构损伤识别
结构损伤识别本质上是一个非线性问题,由于噪声、模型误差等因素的影响,大多数情况下都是将结构损伤识别转化为一个优化问题进行求解.采用相应的优化算法进行结构损伤识别一直是结构健康监测领域的一大研究热点,而对该类非线性问题进行优化求解通常需要进行多次迭代,因此计算效率是考核算法优劣性的一个重要参数.粒子群算法是一种广泛应用于结构损伤识别的优化算法,该算法具有良好的优化性能,但对于损伤识别领域的大型有限元模型,该算法的效率依然有待提高.本文基于云计算MapReduce框架提出一种并行粒子群算法,在MapReduce框架下实现算法的并行化,并将其应用于结构损伤识别,充分发挥算法的并行计算能力以提高损伤识别的计算效率.通过结构特征方程求解提取结构模态频率和振型参数,构造目标函数并对该问题进行求解,同时利用成功识别率、加速比、CPU使用效率等参数评估该算法的性能.简支梁损伤识别结果表明:所提方法能显著提高计算效率、定位损伤并能准确估算结构损伤程度.
结构损伤识别 云计算 MapReduce框架 并行粒子群算法
陈泽鹏 余岭
暨南大学 力学与建筑工程学院,广州510632 暨南大学 力学与建筑工程学院,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
国内会议
南宁
中文
1-8
2017-10-20（万方平台首次上网日期，不代表论文的发表时间）