改进猎食者算法优化SVM的斜拉桥损伤识别方法及装置制造方法及图纸

本发明专利技术公开了一种改进猎食者算法优化SVM的斜拉桥损伤识别方法及装置，属于斜拉桥损伤识别技术领域。该方法在普通猎食者算法的基础上，用Circle混沌映射代替原算法随机生成初始种群机制来降低随机性，在算法中加入柯西变异公式，扩大算法的搜索空间；此外，借鉴麻雀搜索算法的思想，将收敛因子的迭代方式由线性修改为非线性，增强算法后期的搜索能力；利用改进算法对SVM的核函数和惩罚因子进行寻优，构建IHPO‑SVM损伤识别模型；利用斜拉桥基准有限元模型对该损伤识别模型进行训练与有效性验证，并用该损伤识别模型对实桥进行损伤识别。本发明专利技术采用上述方法，在进行斜拉桥损伤识别时，寻优速度更快，损伤识别精确率更高，可有效识别主梁的损伤位置和损伤程度。

【技术实现步骤摘要】

本专利技术涉及斜拉桥损伤识别，尤其是涉及一种改进猎食者算法优化svm的斜拉桥损伤识别方法及装置。

技术介绍

1、近年来，在斜拉桥损伤识别方法的研究中，基于结构动力响应信号的识别方法取得了飞快发展，有许多新的算法被应用到该领域，这些算法主要包括支持向量机(supportvector machines，简称svm)、遗传算法和神经网络等。其中，遗传算法应用广泛，并具有较强的可扩展性，但采用该算法对桥梁损伤进行识别过程中，程序实现复杂，计算结果具有一定的随机性与跳跃性。

2、神经网络具有学习性，可有效处理高维数据的映射问题，但是由于需要海量的典型故障样本来进行训练而在实际的工程应用中受到限制。与其他方法相比，svm具有坚实的理论基础，可以高效的实现训练到预测过程，并简化预测过程，因此在损伤识别研究领域得到了广泛应用。

3、在svm的应用过程中，其性能受惩罚因子及核函数选取的影响较大，若选取不当会导致分类器性能降低，容易造成误判，凭借经验手动选取参数会存在随机性较大的问题，利用智能算法进行svm的参数自动寻优则能降低参数的随机性，找到合适的本文档来自技高网...

【技术保护点】

1.一种改进猎食者算法优化SVM的斜拉桥损伤识别方法，其特征在于，具体方法如下：

2.根据权利要求1所述的一种改进猎食者算法优化SVM的斜拉桥损伤识别方法，其特征在于，S1中，构建改进猎食者算法IHPO具体如下：

3.根据权利要求1所述的一种改进猎食者算法优化SVM的斜拉桥损伤识别方法，其特征在于，S2中，IHPO-SVM斜拉桥损伤识别模型的构建方法如下：

4.根据权利要求3所述的一种改进猎食者算法优化SVM的斜拉桥损伤识别方法，其特征在于，S22中，小波包能量变化率计算公式如下：

5.根据权利要求3及权利要求4所述的一种改进猎食者算法优化...

【技术特征摘要】

1.一种改进猎食者算法优化svm的斜拉桥损伤识别方法，其特征在于，具体方法如下：

2.根据权利要求1所述的一种改进猎食者算法优化svm的斜拉桥损伤识别方法，其特征在于，s1中，构建改进猎食者算法ihpo具体如下：

3.根据权利要求1所述的一种改进猎食者算法优化svm的斜拉桥损伤识别方法，其特征在于，s2中，ihpo-svm斜拉桥损伤识别模型的构建方法如下：

4.根据权利要求3所述的一种改进猎食者算法优化svm的斜拉桥损伤识别方法，其特征在于，s22中，小波包能量变化率计算公式如下：

5.根据权利要求3及权利要求4所述的一种改进猎食者算法优化svm的斜拉桥损伤识别方法，其特征在于，s3中，通过斜拉桥基准...

【专利技术属性】
技术研发人员：刘杰，贾志刚，刘庆宽，李玉学，李向国，卜建清，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：