[发明专利]基于果蝇优化算法的结构损伤识别方法及装置

权利要求书

1.一种基于果蝇优化算法的结构损伤识别方法，其特征在于，至少包括以下步骤：

输入果蝇优化算法相关参数，建立结构有限元模型，并采用第一公式初始化随机值损伤参数

采用第二公式计算随机值X_ij，得到结构损伤单元及其损伤参数X，并根据所述损伤参数X计算结构动态响应R；

输入实际测量的损伤结构动态响应R′，并根据第三公式建立目标函数；

根据第四公式进行迭代，当适应度函数f(X_best)优于目前的群定位值f(X_axis_j)，在果蝇群中选择X_best代入X_axis_j；

根据所述果蝇优化算法不断迭代上述步骤，直至达到最大迭代数Iter_max，输出X_axis_j作为确定的损伤参数α_j的结构。

2.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述果蝇优化算法相关参数包括最大迭代数Iter_max、果蝇种群N、下界Lb和上限Ub的群位置以及randValue。

3.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述第一公式具体为

X_axis_j＝rand()×(U_bj-L_bj)+L_bj，j＝1，2，…，n；

其中，rand()为一个随机函数，从区间[0，1]的均匀分布中返回一个值；n为群体数量，表示决策变量数量；U_bj和L_bj分别为果蝇群体定位决策变量的上界和下界。

4.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述第二公式具体为

其中，X_ij作为第j群中第i个果蝇的新的随机位置和距离，d为[1，n]区间内的随机整数；En表示搜索半径；He代表搜索的稳定性。

5.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述第三公式具体为

其中，nm和nt分别为时间历史上的测量点个数和采样点个数；R和R′分别为响应的计算值和实测值；损伤参数的结果α_j最后得到的是能在得到目标函数的条件下得到的f(α_j)满足给定的停止条件。

6.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述第四公式具体为

X_axis_j＝X_best，iff(X_best)＜f(X_axis_j)，j＝1，2，...，n；

其中，f(X_best)为适应度函数，f(X_axis_j)为目前的群定位值，j为果蝇群数量。

7.根据权利要求1所述的基于果蝇优化算法的结构损伤识别方法，其特征在于，所述输入实际测量的损伤结构动态响应R′，具体为：输入初始节点位移、速度、加速度以及外部激励{F(t)}，然后利用生成的损伤参数X计算结构的动力响应Rij Newmark-β方法。