高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ

基于数据融合与单纯形遗传算法的管道损伤识别

张佳程 周邵萍 苏永升 郝占峰

张佳程, 周邵萍, 苏永升, 郝占峰. 基于数据融合与单纯形遗传算法的管道损伤识别[J]. 华东理工大学学报(自然科学版), 2015, (1): 132-136.
引用本文: 张佳程, 周邵萍, 苏永升, 郝占峰. 基于数据融合与单纯形遗传算法的管道损伤识别[J]. 华东理工大学学报(自然科学版), 2015, (1): 132-136.
ZHANG Jia-cheng, ZHOU Shao-ping, SU Yong-sheng, HAO Zhan-feng. Damage Identification of Pipeline Based on Data Fusion and Simplex Genetic Algorithm[J]. Journal of East China University of Science and Technology, 2015, (1): 132-136.
Citation: ZHANG Jia-cheng, ZHOU Shao-ping, SU Yong-sheng, HAO Zhan-feng. Damage Identification of Pipeline Based on Data Fusion and Simplex Genetic Algorithm[J]. Journal of East China University of Science and Technology, 2015, (1): 132-136.

基于数据融合与单纯形遗传算法的管道损伤识别

基金项目: 

国家自然科学基金(51175178)

Damage Identification of Pipeline Based on Data Fusion and Simplex Genetic Algorithm

  • 摘要: 为了提高管道损伤识别的准确率,提出了基于数据融合和单纯形遗传算法的两段式的管道损伤位置和程度的识别方法。首先将管道的柔度差曲率矩阵与广义残余力向量差两种信息源通过D S证据理论融合算法初步判定管道损伤位置,然后通过单纯形遗传算法精确识别管道损伤位置与程度。考虑到基本遗传算法局部搜索不强、易发生早熟的缺点,提出了与局部搜索算法(单纯形搜索算法)相结合的改进策略。数值计算结果表明,考虑2%随机噪声影响情况,采用数据融合进行初步定位的方法大大缩小了可疑损伤区域范围,通过单纯形遗传算法能够进一步精确识别管道损伤位置及程度。本文提出的方法提高了管道损伤位置与程度识别的效率与准确率。

     

  • 加载中
计量
  • 文章访问数:  1420
  • HTML全文浏览量:  131
  • PDF下载量:  567
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-02
  • 刊出日期:  2015-03-03

目录

    /

    返回文章
    返回