摘要：自適應粒子群優(yōu)化算法是一種基于群體智能、改進全局優(yōu)化技術，其優(yōu)勢在于減小了陷入局部極值的機率，增加了全局搜索能力。文中將自適應粒子群算法應用于完整樁基動力參數(shù)的識別，數(shù)值計算結果表明，本文所建立的智能方法能夠對樁基動測進行有效的多參數(shù)識別，具有良好全局收斂能力，是一種行之有效的計算方法。
　　關鍵詞：自適應粒子群優(yōu)化算法；樁基動測；參數(shù)辯識
　　中圖分類號：TU473 文獻標識碼：A
　　
　　1 引言
　　
　　樁作為細長桿件，其材質一般屬于非勻質體，支托它的巖土本構關系復雜，所涉及的工程地質條件是隨機的、模糊的，巖土特性參數(shù)之間也存在著高度的非線性關系。而且，樁在動力的擊打下，樁土共同工作體系的模型邊界是不固定的，質量及剛度分布是不同的，波動響應特征是變化的，其體系的模型是動態(tài)的。因此，單純用理論分析和確定的數(shù)學模型是無法加以描述的。
　　
　　2 樁基動測的波動方程
　　
　　樁的完整性與樁的動態(tài)特征、質量及剛度分布狀況密切相關，將樁的動態(tài)反應作為隨頻率變化的信息，在瞬時激振力的沖擊下通過振動響應分析，可以得到完整樁的古典一維波動方程；
　　
　　3 基于自適應粒子群算法
　　
　　粒子群優(yōu)化算法（簡稱PSO）是Kennedy和Eberhart受鳥群覓食啟發(fā)，于1995年提出的一種群體智能的隨機搜索優(yōu)化算法。它模擬鳥類捕食的行為，通過粒子間的相互作用，對解空間進行智能搜索，從而發(fā)現(xiàn)最優(yōu)解。迭代過程簡單，收速度快，不需對函數(shù)求導，易與其它算法相結合等優(yōu)點，具有深刻智能背景，適合于科學研究和工程應用。
　　PSO是基于粒子群和適應度的概念，群體中的每個粒子代表一個可能的解，粒子具有位置和速度兩個特征，算法通過適應度衡量粒子的優(yōu)劣，隨機初始化一群粒子，通過進化找最優(yōu)解，每一次進化，粒子更新兩個“極值”，粒子本身的最優(yōu)解和整個種群的最優(yōu)解，粒子更新速度和位置的方式如下：

相關熱詞搜索：應變 無損 數(shù)值 低應變無損樁測試的數(shù)值實驗方法研究 低應變檢測技術 低應變檢測原理