[发明专利]一种基于遗传梯度算法的闭环控制智能张弦梁结构有效
申请号: | 201911036672.7 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110727987B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 沈雁彬;应萧远;罗尧治;王悦洋 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06N3/126 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 刘静 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遗传 梯度 算法 闭环控制 智能 张弦梁 结构 | ||
1.一种基于遗传梯度算法的闭环控制智能张弦梁结构,其特征在于,该结构包括张弦梁、计算机控制系统、作动系统、传感系统;
所述作动系统替代张弦梁结构的撑杆,并与计算机控制系统相连,接受计算机控制系统发出的指令;传感系统安装于张弦梁结构的上弦,并与计算机控制系统相连,将感知到的信息传递给计算机控制系统;计算机控制系统用于处理接收的作动系统和传感系统的信息,并做出指令,进行数据交互;传感系统为位移传感器或内力传感器,用于感知外界的位移信息或内力信息;
所述计算机控制系统包括数据处理模块和模型计算模块;所述数据处理模块用于建立张弦梁结构的几何非线性模型,包括杆件类型以及各类杆件的几何参数和力学参数,并获取张弦梁结构中的作动系统的作动量;提取位移计算结果并通过模型计算模块进行优化;所述模型计算模块用于将数据处理模块中获取的作动量作为优化变量,以结构位移最小为优化目标,采用遗传梯度算法进行优化计算,其中以结构位移为适应度,计算个体适应度值具体如下:优化计算约束条件为:材料性能和作动系统性能;
其中di为撑杆的长度,和分别为撑杆的最小长度和最大长度,σB、σC、σT分别为张弦梁结构中的梁、索及撑杆的使用应力;和和分别为张弦梁结构中的梁、撑杆的拉压许用应力;和为索正常工作的最小应力和最大应力;ea为作动系统的调节量,和分别为作动系统调节范围的上下极限;
计算个体适应度值如下:
其中fd,i是第i节点的位移状态系数,βd是整个结构的位移工作状态系数,当βd最小时,个体适应度值最大;
所述模型计算模块包括初始化种群子模块、解码计算适应度子模块、选择子模块、交叉子模块、变异子模块、梯度下降子模块和输出子模块;
所述初始化种群子模块:用于对数据处理模块获取的作动系统的作动量搜索空间进行编码以生成随机初始种群;所述作动系统为机械作动器;
所述解码计算适应度子模块:用于以结构位移为适应度值,根据适应度规则,选择进入下一代的个体以生成优胜劣汰的种群;
所述选择子模块:根据解码计算适应度子模块中获取的适应度值,选择进入下一代的个体以生成优胜劣汰后的种群;
所述交叉子模块:用于对选择子模块中生成的优胜劣汰的种群进行交叉;
所述变异子模块:用于对交叉子模块交叉生成的种群进行变异;
所述梯度下降子模块:用于对选择子模块中生成的优胜劣汰的种群进行梯度下降优化;
所述输出子模块:用于重复上述子模块,直到达到指定的迭代次数,以输出最优作动量;
所述模型计算模块中的遗传梯度算法包括以下步骤:
(1)初始化种群:通过初始化种群子模块对获取的作动量搜索空间进行编码以生成初始种群;
(2)解码计算适应度:通过解码计算适应度子模块,以结构位移为适应度,根据优化计算约束条件,对步骤(1)中获取的初始种群进行解码,计算个体适应度值;
(3)选择:通过选择子模块对步骤(2)中计算的适应度值,根据适应度规则,选择将进入下一代的个体以生成优胜劣汰后的种群;所述的适应度规则具体为轮盘赌法:
其中N为种群规模,Fi为个体i的适应度值,pi为相应的个体i的选择概率;
(4)交叉:通过交叉子模块对步骤(3)中生成的种群进行交叉;
(5)变异:通过变异子模块对步骤(4)中交叉生成的种群进行变异;选择种群中的个体,将其染色体上的基因进行随机改动,来增加种群中个体的多样性;采用二进制编码的染色体,变异操作为把个体的某一位的内容进行求反运算,若原来某位为“0”,变异后即为“1”,反之同理;
(6)梯度下降:通过梯度下降子模块判断是否需要梯度算法寻优,若是,则对新的子代群体进行梯度算法局部寻优,将所得结果中较好的子代取代父代加入新的种群中;梯度下降模块在每次遗传算法之后进行,设置每四代遗传计算后进行一次梯度下降计算;
(7)判断是否达到指定迭代次数为100—200次,若是则通过输出子模块输出最优作动量,否则重复步骤(1)-(6)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911036672.7/1.html,转载请声明来源钻瓜专利网。