基于改进PSO算法的连续梁桥健康监测传感器优化布置研究
白中华 （ 中交路桥建设有限公司 ）
陶天阳 （ 中交路桥建设有限公司 ）
https://doi.org/10.37155/2717-5316-0407-43Abstract
传感器优化布置是搭建桥梁健康监测系统的重要工作，通过尽可能少的传感器获取尽可能全面的结构模 态信息是传感器优化布置的核心问题。目前常用的传感器布置方法往往只考虑采集信息的丰富度，当受到自然环境中 的噪声干扰时，采集的信息就会变得不准确。本文将针对这一问题，在采用粒子群算法进行传感器布置的基础上，将 多目标函数的概念引入算法，在模态置信度准则的基础上引入模态能量准则，将模态能量大小作为传感器优化布置点 选择的标准之一，以达到提升布置方案的信噪比的目的。通过工程算例分析，并与传统布置方法和单目标函数PSO算 法进行对比，结果表明引入多目标函数概念后，方案可以具备较好区分度，方案的信噪比得到明显改善。
Keywords
健康监测；传感器优化；粒子群算法；多目标函数Full Text
PDFReferences
[1]郑晨曦. 基于改进单亲遗传算法的桥梁监测传感器
优化布置研究[D]. 浙江：浙江大学， 2015.
[2]王海军，宋协武，曹德欣，等. 求多目标优化问题
Pareto最优解集的方法[J]. 大学数学， 2008， 24(5)： 74-78.
[3]Deb K , Pratap A , Agarwal S , et al. A fast and
elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE
Transactions on Evolutionary Computation, 2002, 6(2):182-
197.
[4]Knowles J, Corne D. The Pareto Archived Evolution
Strategy: A New Baseline Algorithm for Pareto Multiobjective
Optimisation[C]// Proc Congress on Evolutionary
Computation. 1999.
[5]简小辉. 网格结构健康监测的传感器优化方法研究
[D]. 南昌：南昌大学， 2018.
[6]范恒承，余岭. 一种传感器优化布置的多能量参数
改进有效独立法[J]. 振动与冲击， 2020， 39(24)： 25-31
优化布置研究[D]. 浙江：浙江大学， 2015.
[2]王海军，宋协武，曹德欣，等. 求多目标优化问题
Pareto最优解集的方法[J]. 大学数学， 2008， 24(5)： 74-78.
[3]Deb K , Pratap A , Agarwal S , et al. A fast and
elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE
Transactions on Evolutionary Computation, 2002, 6(2):182-
197.
[4]Knowles J, Corne D. The Pareto Archived Evolution
Strategy: A New Baseline Algorithm for Pareto Multiobjective
Optimisation[C]// Proc Congress on Evolutionary
Computation. 1999.
[5]简小辉. 网格结构健康监测的传感器优化方法研究
[D]. 南昌：南昌大学， 2018.
[6]范恒承，余岭. 一种传感器优化布置的多能量参数
改进有效独立法[J]. 振动与冲击， 2020， 39(24)： 25-31
Copyright © 2023 白中华,陶天阳
Publishing time:2023-04-04
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location