【技术实现步骤摘要】
本专利技术属于结构监测，尤其涉及一种结构损伤识别方法、系统、设备及介质。
技术介绍
1、我国目前桥梁建设也面临着服役桥梁“老龄化”和服役条件恶化等新的挑战。因此需要对运营桥梁进行结构损伤识别，进而对运营桥梁的安全性能进行把控。
2、结构损伤识别是一类典型的反问题，通过对结构健康监测系统所采集的响应数据进行深入分析，实现结构损伤判定、定位和定量。在实际研究过程中依据是否依赖有限元模型，可以将结构损伤识别划分为基于模型驱动和基于数据驱动两大类。基于数据驱动的方法通常仅能判断结构是否发生损伤，而基于模型驱动的方法则可以实现损伤的定位甚至定量，因此在结构损伤识别研究中更为常用。基于模型驱动的结构损伤识别方法通常以模型修正的方式实现，是较为典型的方法。该方法的基本思路是通过对模型参数进行修正，使得多次迭代计算过的模型输出响应或特征与实际结构所测值的误差最小，从而实现对实际结构状态的参数化评估。模型修正过程涉及到大量的迭代计算。群智能算法是一类模拟生物群集体智慧的沿海计算方法，擅长在复杂的高维空间中挖掘最优解，且具备应用方便、有效的特点。因此，该方法在结构损伤识别领域得到广泛研究。目前，粒子群算法、蚁群算法、蚁狮算法、蝴蝶算法等已成功应用于结构损伤识别领域。然而，大多算法仍存在识别精度不足、多次识别不稳定和噪声鲁棒性有待提高的问题。
技术实现思路
1、为解决
技术介绍
中存在的问题，本专利技术的目的在于提供一种结构损伤识别方法、系统、设备及介质。
2、本专利技术是通过以下技
3、一种结构损伤识别方法，包括以下步骤：
4、s1、获取结构工况数据，并建立结构损伤识别模型；
5、s2、使用自适应levy飞行策略和精英反向学习策略改进的蝗虫优化算法对结构损伤识别模型进行优化并获得最优解；
6、其中，使用自适应levy飞行策略和精英反向学习策略改进的蝗虫优化算法对结构损伤识别模型进行优化并获得最优解的步骤包括：
7、s21、初始化蝗虫优化算法的蝗虫种群个数n、最大迭代次数l，设置当前迭代次数l为1；
8、s22、计算每个蝗虫个体的适应度值，并将具有最优适应度值的蝗虫个体确定为初始最优解；
9、s23、更新线性递减系数；
10、s24、标准化蝗虫之间的距离于[1,4]，并更新蝗虫个体的位置；
11、s25、对于位置更新后的蝗虫个体，使用自适应levy飞行策略更新蝗虫个体的位置，若位置更新后的蝗虫个体的适应度值优于位置更新前的蝗虫个体的适应度值，则保留位置更新后的蝗虫个体，否则保留位置更新前的蝗虫个体；
12、s26、使用精英反向学习策略更新蝗虫种群，计算更新后蝗虫种群中每个蝗虫个体的适应度值，并将具有最优适应度值的蝗虫个体确定为当前迭代的最优解；
13、s27、判断当前迭代次数l是否大于等于最大迭代次数l，若是则结束迭代，并基于初始最优解和每次迭代的最优解，输出全局最优解，否则令l＝l+1，并返回步骤s23。
14、进一步地，使用自适应levy飞行策略更新蝗虫个体的位置的步骤包括：
15、计算曲线自适应的非线性变化因子β，计算公式如下：
16、
17、式中，l为当前迭代次数，l为最大迭代次数，a和b为公式调整系数；
18、基于曲线自适应的非线性变化因子β更新蝗虫个体位置：
19、
20、式中，为更新后第i个蝗虫个体位置，xi为更新前第i个蝗虫个体位置。
21、进一步地，使用精英反向学习策略更新蝗虫种群的步骤包括：
22、将蝗虫种群中的蝗虫个体按照适应度值进行排序，将排名前第一预设数量百分比的蝗虫个体视为精英蝗虫种群，将排名后第一预设数量百分比的蝗虫个体视为淘汰蝗虫种群，将剩余中间的蝗虫个体视为普通蝗虫种群；
23、对于精英蝗虫种群，通过反向点生成精英反向种群，其中反向点的计算公式如下：
24、
25、式中，rel表示服从u(0,1)的伪随机数，xi,m∈[eum,elm]，eum＝max(xm)，elm＝min(xm)，xi,m为第i个蝗虫个体在第m维上的位置，xm为所有蝗虫个体在第m维上的位置向量，eum和elm表示蝗虫个体在第m维上的位置最大值与最小值；
26、将精英蝗虫种群、精英反向种群和普通蝗虫种群合并得到更新后的蝗虫种群。
27、进一步地，更新蝗虫个体的位置的步骤包括：
28、通过以下公式更新蝗虫个体的位置：
29、
30、
31、式中，表示第i个蝗虫个体在第l+1次迭代的第m维信息，ubm和lbm分别表示蝗虫个体第m维的上限和下限，表示第m维在第l次迭代的最优位置，参数cl为第l次迭代的线性递减系数，s为一个函数且其中，f表示吸引力强度，r表示吸引力范围，cmax和cmin分别为线性递减系数的最大值和最小值，l为当前迭代次数，l为最大迭代次数。
32、进一步地，建立结构损伤识别模型的步骤包括：
33、结构损伤识别模型的函数为：
34、αopt＝argαminj(α) (6)；
35、式中，αopt为最优损伤因子向量，j(α)为目标函数。
36、进一步地，结构损伤识别模型的函数为：
37、
38、
39、
40、
41、式中，w1、w2是两个权重因子，两者的和为1，nm为模态阶数，为第i阶模态，i＝1,2,…,nm，kj为第j单元的单元刚度贡献矩阵，t为向量转置，fi为第i个目标变量的频率，fi(α)为第i个目标变量的计算频率。
42、进一步地，建立结构损伤识别模型的步骤中，还包括对目标函数添加正则化罚项进行约束，l1范数的计算公式如下：
43、l1＝‖α‖1/nm (11)；
44、式中，‖α‖1是损伤因子向量α的1范数，‖α‖1＝|α1|+|α2|+…+|αnele|。
45、本专利技术还提供了一种结构损伤识别系统，包括：
46、获取模块，用于获取结构工况数据，并建立结构损伤识别模型；
47、优化模块，用于使用自适应levy飞行策略和精英反向学习策略改进的蝗虫优化算法对结构损伤识别模型进行优化并获得最优解；
48、其中，优化模块包括：
49、初始化子模块，用于初始化蝗虫优化算法的蝗虫种群个数n、最大迭代次数l，设置当前迭代次数l为1；
50、计算子模块，用于计算每个蝗虫个体的适应度值，并将具有最优适应度值的蝗虫个体确定为初始最优解；
51、第一更新子模块，用于更新线性递减系数；
52、标准化子模块，用于标准化蝗虫之间的距离于[1,4]，并更新蝗虫个体的位置；
53、levy飞行模块，用于对于位置更本文档来自技高网...
【技术保护点】
1.一种结构损伤识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结构损伤识别方法，其特征在于，所述使用自适应Levy飞行策略更新蝗虫个体的位置的步骤包括：
3.根据权利要求1所述的结构损伤识别方法，其特征在于，所述使用精英反向学习策略更新蝗虫种群的步骤包括：
4.根据权利要求1所述的结构损伤识别方法，其特征在于，所述更新蝗虫个体的位置的步骤包括：
5.根据权利要求1所述的结构损伤识别方法，其特征在于，所述建立结构损伤识别模型的步骤包括：
6.根据权利要求5所述的结构损伤识别方法，其特征在于，所述结构损伤识别模型的函数为：
7.根据权利要求5所述的结构损伤识别方法，其特征在于，所述建立结构损伤识别模型的步骤中，还包括对目标函数添加正则化罚项进行约束，L1范数的计算公式如下：
8.一种结构损伤识别系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1
...【技术特征摘要】
1.一种结构损伤识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结构损伤识别方法，其特征在于，所述使用自适应levy飞行策略更新蝗虫个体的位置的步骤包括：
3.根据权利要求1所述的结构损伤识别方法，其特征在于，所述使用精英反向学习策略更新蝗虫种群的步骤包括：
4.根据权利要求1所述的结构损伤识别方法，其特征在于，所述更新蝗虫个体的位置的步骤包括：
5.根据权利要求1所述的结构损伤识别方法，其特征在于，所述建立结构损伤识别模型的步骤包括：
...【专利技术属性】
技术研发人员：陈泽鹏，刘琪钿，张志钰，张泽凯，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。