摘要
本发明公开了一种基于改进粒子群优化的BWBN模型的滞回参数识别方法,属于滞回参数识别领域,该方法包括根据实测滞回曲线的骨架曲线确定拟静力往复加载下RC桥墩的等效屈服点;给定待识别滞回参数的边界约束;利用改进粒子群算法获取待识别的滞回参数的最优值;在改进粒子群算法的每步迭代中利用莱维飞行策略和模式搜索算法对全局历史最优位置进行优化,将最后一步输出的全局历史最优位置作为各待识别的滞回参数的值,完成BWBN模型滞回参数识别。本发明解决了现有方法在处理复杂的高维空间优化问题时,存在后期易陷入局部最优解、早熟收敛、收敛速度和拟合精度依赖于参数的选择以及进化缺乏足够的探索能力难以保证粒子种群多样性的问题。
技术关键词
参数识别方法
模式搜索算法
屈服
粒子群算法
粒子群优化算法
速度
曲线光滑
刚度
四阶龙格
表达式
效应
符号
贪婪算法
策略更新
因子
强度
系统为您推荐了相关专利信息
电力系统调度方法
两阶段
粒子群算法
电力系统调度装置
小干扰稳定约束
正向设计方法
屈服
XGBoost模型
强度
样本
建筑外墙材料
低碳优化方法
粒子群算法
二氧化碳排放量
构建建筑外墙
风险预警方法
关键运行参数
预警模型
卡机
训练集