人工鱼群算法在桥梁传感器优化配置中的应用

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 260-264.

人工鱼群算法在桥梁传感器优化配置中的应用

赵宇，彭珍瑞，殷红

兰州交通大学机电工程学院，兰州 730070

出版日期:2013-10-01 发布日期:2015-04-20

Optimal sensor placement for bridge structural health monitoring based on artificial fish school algorithm

ZHAO Yu, PENG Zhenrui, YIN Hong

School of Mechatronics Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 为了实现桥梁结构健康监测传感器的优化配置，用尽可能少的传感器获取尽可能多的反映桥梁结构健康状况的信息，将人工鱼群算法应用于一座拱桥的传感器配置中，利用人工鱼的三种典型行为，解决桥梁传感器优化配置问题。结果表明，人工鱼群算法自适应能力强，收敛精度高，可以实现桥梁结构健康监测传感器优化配置。

关键词: 人工鱼群算法, 传感器优化配置, 桥梁结构健康监测

Abstract: In order to achieve optimal sensor placement for bridge structural health monitoring, using less sensors gain as many as information reflect health status of bridges structural, artificial fish school algorithm is applied in an arch bridge, to solve optimal sensor placement problem for bridge with three typical behaviors of artificial fish. The results show that artificial fish school algorithm has high self-adaptive ability and precision, can achieve optimal sensor placement for bridge structural health monitoring.

Key words: artificial fish school algorithm, optimal sensor placement, bridge structural health monitoring

赵宇，彭珍瑞，殷红. 人工鱼群算法在桥梁传感器优化配置中的应用[J]. 计算机工程与应用, 2013, 49(19): 260-264.

ZHAO Yu, PENG Zhenrui, YIN Hong. Optimal sensor placement for bridge structural health monitoring based on artificial fish school algorithm[J]. Computer Engineering and Applications, 2013, 49(19): 260-264.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[3]	邹德龙，王宝华. 一种混合优化算法面向高维函数优化的研究[J]. 计算机工程与应用, 2019, 55(20): 122-127.
[4]	姚凌波，戴月明，王艳. 反向自适应高斯变异的人工鱼群算法[J]. 计算机工程与应用, 2018, 54(1): 179-185.
[5]	王家海，陈煜. 数据驱动的Job Shop生产调度知识挖掘及优化[J]. 计算机工程与应用, 2018, 54(1): 264-270.
[6]	卢向华，舒云星. 改进AFSA算法优化SVM的变压器故障诊断[J]. 计算机工程与应用, 2017, 53(17): 173-179.
[7]	黄务兰1，2，张涛1，3. 基于改进全局人工鱼群算法的VRPSPDTW研究[J]. 计算机工程与应用, 2016, 52(21): 21-29.
[8]	李迎1，张璟1，2，虎群1，李军怀1，2. 人工鱼群算法在虚拟机分配中的应用[J]. 计算机工程与应用, 2015, 51(4): 22-28.
[9]	王冲，雷秀娟. 一种融合免疫接种机制的改进鱼群聚类算法[J]. 计算机工程与应用, 2015, 51(3): 138-142.
[10]	费腾，张立毅，陈雷. 配送中心选址问题的BFO-AFSA算法研究[J]. 计算机工程与应用, 2015, 51(23): 1-5.
[11]	洪兴福1，胡祥涛2. 一种求解复杂优化问题的新型人工鱼群算法[J]. 计算机工程与应用, 2015, 51(14): 40-45.
[12]	龚波，曾飞艳. 基于自适应动态邻域结构的人工鱼群算法[J]. 计算机工程与应用, 2015, 51(13): 52-55.
[13]	孙莉1，2，徐琪1. 混合和声搜索算法优化SVM的订单优先权评价[J]. 计算机工程与应用, 2015, 51(12): 241-245.
[14]	淦艳1，魏延1，2，杨有1，万辉2. 基于改进随机移动算子的人工鱼群算法[J]. 计算机工程与应用, 2014, 50(13): 147-152.
[15]	路杨1，张晓丽2. CW-PSO及其在古建筑传感器优化配置中的应用研究[J]. 计算机工程与应用, 2013, 49(5): 268-270.