基于粒子群变异的克隆选择算法的结构故障检测与分类
Information and Control（2015）
摘要
借鉴生物免疫系统异常识别能力相关研究,基于具有自治、自适应和演化能力的人工免疫理论与方法,对大型结构健康监测中的故障检测和分类问题进行研究,提出一种基于粒子群优化变异的克隆选择算法.该算法将样本结构模式数据作为抗原刺激抗体集合,抗体集合经过克隆、变异、选择等学习和进化过程以提高记忆细胞质量,以实现对实测数据的故障检测与分类.特别是针对克隆选择算法二进制编码复杂和变异方向不确定的问题,引入了粒子群优化变异.在Bench-mark结构模型上的仿真实验结果表明该算法有效地识别故障模式,且提高了结构故障分类的成功率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要