滕禎昳 蔣華

【摘 要】對橋梁結(jié)構(gòu)損傷進(jìn)行識別有著一定難度，遺傳算法因其具備強(qiáng)大的全局搜索能力在土木結(jié)構(gòu)損傷識別領(lǐng)域有著廣泛的應(yīng)用前景，再加上數(shù)據(jù)融合使得采集到的各類數(shù)據(jù)進(jìn)行集中處理，能夠在很大程度上增加識別結(jié)果的精確性。

【關(guān)鍵詞】遺傳算法；數(shù)據(jù)融合；結(jié)構(gòu)損傷；識別

對結(jié)構(gòu)損傷進(jìn)行識別有著多類方式，其中遺傳算法以及神經(jīng)網(wǎng)絡(luò)最為常見，但觀察傳統(tǒng)的遺傳算法在效率上顯得不足，并且部分情況下識別精度達(dá)不到要求。將數(shù)據(jù)融合與遺傳算法進(jìn)行融合能夠有效解決此類狀況，下面展開其在橋梁結(jié)構(gòu)損傷識別中的應(yīng)用分析。

一、基本遺傳算法概念

（一）編碼

與編碼相對應(yīng)的是解碼，二者都是將解空間和搜索空間進(jìn)行轉(zhuǎn)換，從解空間到搜索空間稱之為編碼，反之即為解碼。編碼的方式涵蓋多類，其中格雷碼編碼、二進(jìn)制編碼最為常見，因在解碼上相比其他方式操作簡便而得到廣泛使用。當(dāng)在精度范圍上要求較高時格雷碼編碼更有優(yōu)勢，其主要應(yīng)用在一些大空間、大范圍數(shù)的情況，而二進(jìn)制編碼更讓人耳熟能詳，其主要優(yōu)點在于編碼簡單且在進(jìn)行一些變異、交叉這樣的遺傳操作時更加容易實現(xiàn)。

（二）適應(yīng)度函數(shù)

在使用遺傳算法的過程中主要利用到它能夠進(jìn)行最優(yōu)值找尋的優(yōu)勢，而適應(yīng)度函數(shù)就符合這種特性，并且在個體適應(yīng)度更高的情況下，下一代得到特性遺傳的概率也會增加，反之在個體適應(yīng)度較低的情況下，很有可能出現(xiàn)個體在遺傳的過程中遭到淘汰。

（三）選擇

選擇的本質(zhì)就是復(fù)制，主要的目的在于對更優(yōu)良的個體進(jìn)行遺傳傳遞。但不少人對于選擇的理解存在一個誤區(qū)，就是認(rèn)為在這種選擇性遺傳下群體的最高適應(yīng)度也會增加，這是錯誤的。通過復(fù)制只能夠增加下一代的適應(yīng)度，進(jìn)而對于總的群體來說平均適應(yīng)度會有所增加，但是提高最高適應(yīng)度這類說法是不準(zhǔn)確的。

（四）交叉

交叉的形式有多種：單點交叉、均勻交叉等，指的是群體中的個體通過隨機(jī)配對方式使得存在一定概率交換染色體，這樣一來也就產(chǎn)生了新的個體。

（五）變異

變異出現(xiàn)的可能性不高，但偶爾出現(xiàn)變異能夠使得群體的種類多樣化，以此防止群體出現(xiàn)早熟的狀況。最為常見的變異算子有有效位變異、基本位變異等。

二、模糊邏輯數(shù)據(jù)融合

（一）基本理論

在采集數(shù)據(jù)中最為重要的一點是保證數(shù)據(jù)的準(zhǔn)確性，部分系統(tǒng)需要獲取到的數(shù)據(jù)是多源性的，這種情況下存在多個傳感器進(jìn)行數(shù)據(jù)采集，當(dāng)這些傳感器采集到的數(shù)據(jù)進(jìn)行融合時，能夠從中篩選出更有價值的信息。在數(shù)據(jù)融合中單值評價指標(biāo)極為重要，由于該指標(biāo)主要通過多種知識源而形成，因此能夠有效反映出各個傳感器采集到的數(shù)據(jù)信息，相比較單一數(shù)據(jù)源獲取到的信息更加全面。模糊邏輯數(shù)據(jù)融合實質(zhì)上就是建立在模糊推理、模糊判斷的基礎(chǔ)上進(jìn)行相關(guān)思維決策的過程。

（二）模糊關(guān)系函數(shù)的融合

在對模糊關(guān)系函數(shù)融合進(jìn)行分析時以函數(shù)u（x，y）和函數(shù)v（x，y）作為例子，通過對這兩個函數(shù)進(jìn)行相應(yīng)的融合做出說明。

u（x，y）---基于位移進(jìn)行損傷識別模糊關(guān)系函數(shù)

v（x，y）---基于頻率振型進(jìn)行損傷識別模糊關(guān)系函數(shù)

這兩個函數(shù)通過融合后形成函數(shù)w（x，y），模糊關(guān)系函數(shù)如公式2-1所示。

f[u（x，y），v（x，y）]= w（x，y） （2-1）

通過泰勒級數(shù)的表示方式后并忽略高階項和常數(shù)項得到2-2所示。

w=αu+βv，α+β=1（2-2）

三、遺傳算法與數(shù)據(jù)融合在橋梁結(jié)構(gòu)損傷識別中的應(yīng)用

如圖1所示為橋梁結(jié)構(gòu)實物，首先將梁結(jié)構(gòu)進(jìn)行相應(yīng)的離散，再使用無線傳感器網(wǎng)絡(luò)的方式進(jìn)行數(shù)據(jù)采集，通過各類傳感器對參數(shù)進(jìn)行采集得到如表1所示的數(shù)據(jù)。

為了進(jìn)一步分析傳統(tǒng)遺傳算法和多目標(biāo)遺傳算法之間的區(qū)別，在對梁結(jié)構(gòu)進(jìn)行施壓時利用了千斤頂模擬損傷，并將各個節(jié)點上的數(shù)據(jù)進(jìn)行相應(yīng)的采集，利用不同遺傳算法進(jìn)行損傷識別，如圖2、圖3所示。

通過分析圖4圖5可以看出改進(jìn)算法在50幾次的時候就已經(jīng)找到了最優(yōu)解，而傳統(tǒng)算法則進(jìn)來了100多次。此外，在最優(yōu)解的顯示上改進(jìn)算法也要明顯于傳統(tǒng)算法，也能夠反映出改進(jìn)算法在搜索性能上得到了很大的提升。

在數(shù)據(jù)融合處理方面通過實驗發(fā)現(xiàn)單一使用頻率振型識別在結(jié)果顯示上不夠清晰，而在數(shù)據(jù)融合之下使得損傷識別可信度得到大幅度提升，此類損傷識別方式更為直觀。

四、結(jié)語

本文通過研究發(fā)現(xiàn)在遺傳算法中加入模糊優(yōu)選理論的思想后使得識別結(jié)果更加精確，與此同時也在一定程度上提升了算法的效率，在橋梁損傷識別中有著很大的發(fā)展前景。

【參考文獻(xiàn)】

[1]孫詩裕，俞阿龍，趙磊，張鵬鵬.遺傳算法與數(shù)據(jù)融合在橋梁結(jié)構(gòu)損傷識別中的應(yīng)用[J].公路，2016，61（04）：60-65.

[2]張佳程，周邵萍，蘇永升，郝占峰.基于數(shù)據(jù)融合與單純形遺傳算法的管道損傷識別[J].華東理工大學(xué)學(xué)報（自然科學(xué)版），2015，41（01）：132-136.

[3]詹武平，肖同林，聶沖.基于遺傳算法的目標(biāo)軌道測量數(shù)據(jù)融合處理方法[J].電子學(xué)報，2010，38（S1）：89-93.

[4]李志宇，史浩山.基于自適應(yīng)遺傳算法的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J].系統(tǒng)仿真學(xué)報，2009，21（14）：4429-4432.

[5]王天荊，楊震，胡海峰.基于遺傳算法的無線傳感器網(wǎng)絡(luò)自適應(yīng)數(shù)據(jù)融合路由算法[J].電子與信息學(xué)報，2007（09）：2244-2247.